MétaCan
Menu
Retour à la cohorte
Enregistrement W3095694458 · doi:10.1002/num.22589

An efficient computational approach for local fractional Poisson equation in fractal media

2020· article· en· W3095694458 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

RevueNumerical Methods for Partial Differential Equations · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMathematicsFractional calculusPoisson's equationOperator (biology)Partial differential equationFractalDomain (mathematical analysis)Mathematical analysisRepresentation (politics)Applied mathematicsDifferential operatorPartial derivativeField (mathematics)HomotopyPure mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In this article, we analyze local fractional Poisson equation (LFPE) by employing q ‐homotopy analysis transform method ( q ‐HATM). The PE describes the potential field due to a given charge with the potential field known, one can then calculate gravitational or electrostatic field in fractal domain. It is an elliptic partial differential equations (PDE) that regularly appear in the modeling of the electromagnetic mechanism. In this work, PE is studied in the local fractional operator sense. To handle the LFPE some illustrative example is discussed. The required results are presented to demonstrate the simple and well‐organized nature of q‐ HATM to handle PDE having fractional derivative in local fractional operator sense. The results derived by the discussed technique reveal that the suggested scheme is easy to employ and computationally very accurate. The graphical representation of solution of LFPE yields interesting and better physical consequences of Poisson equation with local fractional derivative.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,179
Tête enseignante GPT0,437
Écart entre enseignants0,258 · 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