MétaCan
Menu
Retour à la cohorte
Enregistrement W2801621681 · doi:10.3934/dcdsb.2018158

A time-delay in the activator kinetics enhances the stability of a spike solution to the gierer-meinhardt model

2018· article· en· W2801621681 sur OpenAlexaff
Nabil T. Fadai, Michael J. Ward, Juncheng Wei

Notice bibliographique

RevueDiscrete and Continuous Dynamical Systems - B · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueNonlinear Dynamics and Pattern Formation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKineticsSpike (software development)Stability (learning theory)Activator (genetics)Control theory (sociology)MathematicsApplied mathematicsComputer scienceChemistryPhysicsClassical mechanicsBiochemistryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

We study the spectrum of a new class of nonlocal eigenvalue problems (NLEPs) that characterize the linear stability properties of localized spike solutions to the singularly perturbed two-component Gierer-Meinhardt (GM) reaction-diffusion (RD) system with a fixed time-delay $T$ in only the nonlinear autocatalytic activator kinetics. Our analysis of this model is motivated by the computational study of Seirin Lee et al. [Bull. Math. Bio., 72(8), (2010)] on the effect of gene expression time delays on spatial patterning for both the GM and some related RD models. For various limiting forms of the GM model, we show from a numerical study of the associated NLEP, together with an analytical scaling law analysis valid for large delay $T$, that a time-delay in only the activator kinetics is stabilizing in the sense that there is a wider region of parameter space where the spike solution is linearly stable than when there is no time delay. This enhanced stability behavior with a delayed activator kinetics is in marked contrast to the de-stabilizing effect on spike solutions of having a time-delay in both the activator and inhibitor kinetics. Numerical results computed from the RD system with delayed activator kinetics are used to validate the theory for the 1-D case.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,237
Écart entre enseignants0,226 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscrete and Continuous Dynamical Systems - BMême sujetNonlinear Dynamics and Pattern FormationTravaux en français237 207