Bounds on mean energy in the Kuramoto–Sivashinsky equation computed using semidefinite programming
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We present methods for bounding infinite-time averages in dynamical systems governed by nonlinear PDEs. The methods rely on auxiliary functionals, which are similar to Lyapunov functionals but satisfy different inequalities. The inequalities are enforced by requiring certain expressions to be sums of squares of polynomials, and the optimal choice of auxiliary functional is posed as a semidefinite program (SDP) that can be solved computationally. To formulate these SDPs we approximate the PDE by truncated systems of ODEs and proceed in one of two ways. The first approach is to compute bounds for the ODE systems, increasing the truncation order until bounds converge numerically. The second approach incorporates the ODE systems with analytical estimates on their deviation from the PDE, thereby using finite truncations to produce bounds for the full PDE. We apply both methods to the Kuramoto–Sivashinsky equation. In particular, we compute upper bounds on the spatiotemporal average of energy by employing polynomial auxiliary functionals up to degree six. The first approach is used for most computations, but a subset of results are checked using the second approach, and the results agree to high precision. These bounds apply to all odd solutions of period , where L is varied. Sharp bounds are obtained for , and trends suggest that more expensive computations would yield sharp bounds at larger L also. The bounds are known to be sharp (to within 0.1% numerical error) because they are saturated by the simplest nonzero steady states, which apparently have the largest mean energy among all odd solutions. Prior authors have conjectured that mean energy remains for since no particular solutions with larger energy have been found. Our bounds constitute the first positive evidence for this conjecture, albeit up to finite L , and they offer some guidance for analytical proofs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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