MétaCan
Menu
Retour à la cohorte
Enregistrement W2980399313 · doi:10.3390/math7100979

A New Radial Basis Function Approach Based on Hermite Expansion with Respect to the Shape Parameter

2019· article· en· W2980399313 sur OpenAlexafffund
Saleh A. Bawazeer, Saleh S. Baakeem, A. A. Mohamad

Notice bibliographique

RevueMathematics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRadial basis functionShape parameterMathematicsApplied mathematicsHermite interpolationTruncation (statistics)Hermite polynomialsBasis functionBasis (linear algebra)Function (biology)Mathematical optimizationCurse of dimensionalityInterpolation (computer graphics)Polynomial basisRadial basis function networkStability (learning theory)PolynomialComputer scienceMathematical analysisArtificial neural networkArtificial intelligenceStatisticsGeometry

Résumé

récupéré en direct d'OpenAlex

Owing to its high accuracy, the radial basis function (RBF) is gaining popularity in function interpolation and for solving partial differential equations (PDEs). The implementation of RBF methods is independent of the locations of the points and the dimensionality of the problems. However, the stability and accuracy of RBF methods depend significantly on the shape parameter, which is mainly affected by the basis function and the node distribution. If the shape parameter has a small value, then the RBF becomes accurate but unstable. Several approaches have been proposed in the literature to overcome the instability issue. Changing or expanding the radial basis function is one of the most commonly used approaches because it addresses the stability problem directly. However, the main issue with most of those approaches is that they require the optimization of additional parameters, such as the truncation order of the expansion, to obtain the desired accuracy. In this work, the Hermite polynomial is used to expand the RBF with respect to the shape parameter to determine a stable basis, even when the shape parameter approaches zero, and the approach does not require the optimization of any parameters. Furthermore, the Hermite polynomial properties enable the RBF to be evaluated stably even when the shape parameter equals zero. The proposed approach was benchmarked to test its reliability, and the obtained results indicate that the accuracy is independent of or weakly dependent on the shape parameter. However, the convergence depends on the order of the truncation of the expansion. Additionally, it is observed that the new approach improves accuracy and yields the accurate interpolation, derivative approximation, and PDE solution.

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)0,002
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,020
Tête enseignante GPT0,231
Écart entre enseignants0,211 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMathematicsMême sujetNumerical methods in engineeringTravaux en français237 207