MétaCan
Menu
Retour à la cohorte
Enregistrement W3041276475 · doi:10.1088/1751-8121/abdc81

Second-order delay ordinary differential equations, their symmetries and application to a traffic problem

2021· preprint· en· W3041276475 sur OpenAlexafffund
В. А. Дородницын, Roman Kozlov, Sergey V. Meleshko, P. Winternitz

Notice bibliographique

RevueJournal of Physics A Mathematical and Theoretical · 2021
Typepreprint
Langueen
DomaineMathematics
ThématiqueAdvanced Differential Equations and Dynamical Systems
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRussian Foundation for Basic Research
Mots-clésHomogeneous spaceOrdinary differential equationMathematicsOdeClass (philosophy)Variable (mathematics)Invariant (physics)Nonlinear systemPure mathematicsSymmetry groupSymmetry (geometry)VariablesDimension (graph theory)Order (exchange)Applied mathematicsDifferential equationMathematical analysisMathematical physicsPhysicsQuantum mechanicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract This article is the third in a series, the aim of which is to use Lie group theory to obtain exact analytic solutions of delay ordinary differential systems (DODSs). Such a system consists of two equations involving one independent variable x and one dependent variable y . As opposed to ordinary differential equations (ODEs) the variable x figures in more than one point (we consider the case of two points, x and x − ). The dependent variable y and its derivatives figure in both x and x − . Two previous articles were devoted to first -order DODSs, here we concentrate on a large class of second -order ones. We show that within this class the symmetry algebra can be of dimension n with 0 ⩽ n ⩽ 6 for nonlinear DODSs and must be infinite-dimensional for linear or linearizable ones. The symmetry algebras can be used to obtain exact particular group invariant solutions. As a specific application we present some exact solutions of a DODS model of traffic flow.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,566
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,280
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics A Mathematical and TheoreticalMême sujetAdvanced Differential Equations and Dynamical SystemsTravaux en français237 207