MétaCan
Menu
Retour à la cohorte
Enregistrement W2476705575 · doi:10.5539/jmr.v8n4p118

Multivariate Lagrange Interpolation at Sinc Points Error Estimation and Lebesgue Constant

2016· article· en· W2476705575 sur OpenAlexvenueno aff
Maha Youssef, Hany A. El-Sharkawy, Gerd Baumann

Notice bibliographique

RevueJournal of Mathematics Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Lubrication Engineering
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Bildung und ForschungDeutscher Akademischer Austauschdienst
Mots-clésMathematicsLebesgue integrationInterpolation (computer graphics)Lagrange polynomialSinc functionConstant (computer programming)Mathematical analysisApplied mathematicsTrigonometric interpolationPolynomial interpolationLinear interpolation

Résumé

récupéré en direct d'OpenAlex

This paper gives an explicit construction of multivariate Lagrange interpolation at Sinc points. A nested operator formula for Lagrange interpolation over an $m$-dimensional region is introduced. For the nested Lagrange interpolation, a proof of the upper bound of the error is given showing that the error has an exponentially decaying behavior. For the uniform convergence the growth of the associated norms of the interpolation operator, i.e., the Lebesgue constant has to be taken into consideration. It turns out that this growth is of logarithmic nature $O((log n)^m)$. We compare the obtained Lebesgue constant bound with other well known bounds for Lebesgue constants using different set of points.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,195

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,069
Tête enseignante GPT0,351
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetTribology and Lubrication EngineeringTravaux en français237 207