MétaCan
Menu
Retour à la cohorte
Enregistrement W2766285954 · doi:10.1002/mma.4636

A certain class of weighted statistical convergence and associated Korovkin‐type approximation theorems involving trigonometric functions

2017· article· en· W2766285954 sur OpenAlexaff
H. M. Srivastava, Bidu Bhusan Jena, Susanta Kumar Paikray, U. K. Misra

Notice bibliographique

RevueMathematical Methods in the Applied Sciences · 2017
Typearticle
Langueen
DomaineMathematics
ThématiqueApproximation Theory and Sequence Spaces
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMathematicsDominated convergence theoremConvergence (economics)Type (biology)Weak convergenceBanach spaceModes of convergence (annotated index)Class (philosophy)Applied mathematicsNormal convergenceCompact convergenceDiscrete mathematicsRate of convergenceConvergence testsExtension (predicate logic)Set (abstract data type)Pure mathematicsComputer scienceTopological space

Résumé

récupéré en direct d'OpenAlex

The subject of statistical convergence has attracted a remarkably large number of researchers due mainly to the fact that it is more general than the well‐established theory of the ordinary (classical) convergence. In the year 2013, Edely et al introduced and studied the notion of weighted statistical convergence. In our present investigation, we make use of the (presumably new) notion of the deferred weighted statistical convergence to present Korovkin‐type approximation theorems associated with the periodic functions , and defined on a Banach space . In particular, we apply our concept of the deferred weighted statistical convergence with a view to proving a Korovkin‐type approximation theorem for periodic functions and also to demonstrate that our result is a nontrivial extension of several known Korovkin‐type approximation theorems which were given in earlier works. Moreover, we establish another result for the rate of the deferred weighted statistical convergence for the same set of functions. Finally, we consider a number of interesting special cases and illustrative examples in support of our definitions and of the results which are presented in this paper.

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)0,005
score de la tête « metaresearch » (Gemma)0,015
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,004
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,138
Tête enseignante GPT0,421
Écart entre enseignants0,283 · 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
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

Citations51
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Methods in the Applied SciencesMême sujetApproximation Theory and Sequence SpacesTravaux en français237 207