MétaCan
Menu
Retour à la cohorte
Enregistrement W2765270282 · doi:10.1002/num.22205

Dynamical study of two predators and one prey system with fractional Fourier transform method

2017· article· en· W2765270282 sur OpenAlexaff
Kolade M. Owolabi, Edson Pindza, Matt Davison

Notice bibliographique

RevueNumerical Methods for Partial Differential Equations · 2017
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMathematicsStability (learning theory)Applied mathematicsDiagonalOperator (biology)Fourier transformRepresentation (politics)Fractional calculusPartial differential equationDomain (mathematical analysis)Dynamical system (definition)Work (physics)Dynamical systems theoryTerm (time)Mathematical analysisStatistical physicsComputer science

Résumé

récupéré en direct d'OpenAlex

In this work, we investigate both the analytical and numerical studies of the dynamical model comprising of three species systems. We analyze the linear stability of stationary solutions in the one‐dimensional multisystem modeling the interactions of two predators and one prey species. The stability analysis has a lot of implications for understanding the various spatiotemporal and chaotic behaviors of the species in the spatial domain. The analysis results presented have established the possibility of the three‐interacting species to coexist harmoniously, this feat is achieved by combining the local and global analyses to determine the global dynamics of the system. In the presence of a fractional diffusion term, we introduced a fractional Fourier transform for solving the system modeled by fractional partial differential equations. The main advantages of this method are that it yields a fully diagonal representation of the fractional operator with exponential accuracy and a completely straightforward extension to high spatial dimensions. The scheme is described in detail and justified by a number of computational experiments.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,116
Tête enseignante GPT0,453
Écart entre enseignants0,337 · 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'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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNumerical Methods for Partial Differential EquationsMême sujetFractional Differential Equations SolutionsTravaux en français237 207