Diffusion with resetting in a logarithmic potential
Notice bibliographique
Résumé
We study the effect of resetting on diffusion in a logarithmic potential. In this model, a particle diffusing in a potential U(x) = U0 log |x| is reset, i.e., taken back to its initial position, with a constant rate r. We show that this analytically tractable model system exhibits a series of transitions as a function of a single parameter, βU0, the ratio of the strength of the potential to the thermal energy. For βU0 < −1, the potential is strongly repulsive, preventing the particle from reaching the origin. Resetting then generates a non-equilibrium steady state, which is exactly characterized and thoroughly analyzed. In contrast, for βU0 > −1, the potential is either weakly repulsive or attractive, and the diffusing particle eventually reaches the origin. In this case, we provide a closed-form expression for the subsequent first-passage time distribution and show that a resetting transition occurs at βU0 = 5. Namely, we find that resetting can expedite arrival to the origin when −1 < βU0 < 5, but not when βU0 > 5. The results presented herein generalize the results for simple diffusion with resetting—a widely applicable model that is obtained from ours by setting U0 = 0. Extending to general potential strengths, our work opens the door to theoretical and experimental investigation of a plethora of problems that bring together resetting and diffusion in logarithmic potential.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».