MétaCan
Menu
Retour à la cohorte
Enregistrement W2969272877 · doi:10.1142/s0218202520400059

Equilibria of an aggregation model with linear diffusion in domains with boundaries

2020· preprint· en· W2969272877 sur OpenAlexafffund
Daniel A. Messenger, Razvan C. Fetecau

Notice bibliographique

RevueMathematical Models and Methods in Applied Sciences · 2020
Typepreprint
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser University
Mots-clésDomain (mathematical analysis)Property (philosophy)Boundary (topology)MetastabilitySpace (punctuation)DiffusionTranslation (biology)Symmetry (geometry)MathematicsStatistical physicsEnergy functionalClass (philosophy)Swarm behaviourMinificationMathematical analysisComputer sciencePhysicsMathematical optimizationGeometry

Résumé

récupéré en direct d'OpenAlex

We investigate the effect of linear diffusion and interactions with the domain boundary on swarm equilibria by analyzing critical points of the associated energy functional. Through this process we uncover two properties of energy minimization that depend explicitly on the spatial domain: (i) unboundedness from below of the energy due to an imbalance between diffusive and aggregative forces depends explicitly on a certain volume filling property of the domain, and (ii) metastable mass translation occurs in domains without sufficient symmetry. From the first property, we present a sharp condition for existence (respectively non-existence) of global minimizers in a large class of domains, analogous to results in free space, and from the second property, we identify that external forces are necessary to confine the swarm and grant existence of global minimizers in general domains. We also introduce a numerical method for computing critical points of the energy and give examples to motivate further research.

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)0,003
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
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 Opus0,123
Tête enseignante GPT0,409
Écart entre enseignants0,286 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMathematical Models and Methods in Applied SciencesMême sujetMathematical Biology Tumor GrowthTravaux en français237 207