Stochastic simulations of the Schnakenberg model with spatial inhomogeneities using reactive multiparticle collision dynamics
Notice bibliographique
Résumé
A numerically efficient globally averaged number density approach is used to simulate a reaction-diffusion system using a particle-based stochastic simulation algorithm called reactive multiparticle collision (RMPC) dynamics. Constant diffusivity of the particles is achieved through a time-varying rotation angle (also called collision angle). Variation in the diffusion coefficient between two different chemical species is achieved in one of two ways: (ⅰ) using a different <i>k</i><sub><i>B</i></sub><i>T</i>/<i>m</i> value for one species compared to the other, or (ⅱ) using the same <i>k</i><sub><i>B</i></sub><i>T</i>/<i>m</i> value for both species, but using a different probability to free-stream for one species compared to another. For smaller diffusivities and larger spatial inhomogeneities, bath particles were necessary for the model to agree with the PDE solution. The latter approach was further used without a bath, and shown to be capable of producing Turing patterns after long simulation times. The significance of our work is that RMPC can serve as a feasible simulation tool for both short and long-term simulations, can handle spatial inhomogeneities, can model a fairly large range of diffusivities in a reaction-diffusion scenario, and is capable of producing Turing patterns. An advantage of this method includes more detailed system information in feasible simulation times.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».