MétaCan
Menu
Retour à la cohorte
Enregistrement W2605708180 · doi:10.1177/0142331217699870

Simple algebraic necessary and sufficient conditions for Lyapunov stability of a Chen system and their applications

2017· article· en· W2605708180 sur OpenAlexaff
Guopeng Zhou, Xiaoxin Liao, Bingji Xu, Pei Yu, Guanrong Chen

Notice bibliographique

RevueTransactions of the Institute of Measurement and Control · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks Stability and Synchronization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésExponential stabilityMathematicsAlgebraic numberLyapunov functionLyapunov exponentSimple (philosophy)DiagonalLorenz systemStability (learning theory)Applied mathematicsInstabilityStability theoryControl theory (sociology)ChaoticLyapunov stabilityMathematical analysisNonlinear systemAttractorComputer sciencePhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the Lyapunov stability problem of a Chen chaotic system. Because of the positive elements of the main diagonal of a linearized Chen system, compared to the coefficient of a linearized Lorenz system which are all negative, it is more difficult to deal with the stability analysis. Since it has the properties of invariance and symmetry, different Lyapunov functions in different regions are constructed to solve stability problems with geometric and algebraic methods. Then, simple algebraic necessary and sufficient conditions of global exponential stability, global asymptotic stability and global instability of equilibrium [Formula: see text] are proposed. We obtain the relevant expression of corresponding parameters for local exponential stability, local asymptotic stability and local instability of equilibria [Formula: see text]. Furthermore, the smallest conservative linear feedback controllers are used to globally exponentially stabilize equilibria.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,028
Tête enseignante GPT0,230
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Institute of Measurement and ControlMême sujetNeural Networks Stability and SynchronizationTravaux en français237 207