MétaCan
Menu
Retour à la cohorte
Enregistrement W3084055455 · doi:10.1115/1.4048362

Fast Generation of Stability Charts for Time-Delay Systems Using Continuation of Characteristic Roots

2020· article· en· W3084055455 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Computational and Nonlinear Dynamics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueIterative Learning Control Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDepartment of Scientific and Industrial Research, Ministry of Science and Technology, India
Mots-clésMathematicsContinuationStability (learning theory)Ordinary differential equationOdeDelay differential equationGalerkin methodApplied mathematicsEigenvalues and eigenvectorsParametric statisticsPartial differential equationNumerical stabilityNumerical continuationDifferential equationControl theory (sociology)Numerical analysisMathematical analysisBifurcationComputer scienceNonlinear system

Résumé

récupéré en direct d'OpenAlex

Abstract Many dynamic processes involve time delays, thus their dynamics are governed by delay differential equations (DDEs). Studying the stability of dynamic systems is critical, but analyzing the stability of time-delay systems is challenging because DDEs are infinite-dimensional. We propose a new approach to quickly generate stability charts for DDEs using continuation of characteristic roots (CCR). In our CCR method, the roots of the characteristic equation of a DDE are written as implicit functions of the parameters of interest, and the continuation equations are derived in the form of ordinary differential equations (ODEs). Numerical continuation is then employed to determine the characteristic roots at all points in a parametric space; the stability of the original DDE can then be easily determined. A key advantage of the proposed method is that a system of linearly independent ODEs is solved rather than the typical strategy of solving a large eigenvalue problem at each grid point in the domain. Thus, the CCR method can significantly reduce the computational effort required to determine the stability of DDEs. As we demonstrate with several examples, the CCR method generates highly accurate stability charts, and does so up to 10 times faster than the Galerkin approximation method.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,381
Score d'incertitude au seuil0,315

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,237
Écart entre enseignants0,214 · 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