MétaCan
Menu
Retour à la cohorte
Enregistrement W3150945681 · doi:10.6000/1927-5129.2013.09.11

Time-Splitting Chebyshev-Spectral Method for the Schrödinger Equation in the Semiclassical Regime with Zero Far-Field Boundary Conditions

2013· article· en· W3150945681 sur OpenAlexvenueno aff
Hongsheng Wang, Yushan Ni, Junwan Li

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Simulation and Numerical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChebyshev equationChebyshev polynomialsMathematicsChebyshev filterSpectral methodMathematical analysisSemiclassical physicsChebyshev iterationChebyshev nodesBoundary value problemPseudo-spectral methodFourier transformPhysicsQuantum mechanicsFourier analysisOrthogonal polynomialsClassical orthogonal polynomialsQuantum

Résumé

récupéré en direct d'OpenAlex

Semiclassical limit of Schrödinger equation with zero far-field boundary conditions is investigated by the time-splitting Chebyshev-spectral method. The numerical results of the position density and current density are presented. The time-splitting Chebyshev-spectral method is based on Strang splitting method in time coupled with Chebyshev-spectral approximation in space. Compared with the time-splitting Fourier-spectral method, the time-splitting Chebyshev-spectral method is unnecessary to treat the wave function as periodic and holds the smoothness of the wave function. For different initial conditions and potential (e.g. constant potential and harmonic potential), extensive numerical test examples in one-dimension are studied. The numerical results are in good agreement with the weak limit solutions. It shows that the time-splitting Chebyshev-spectral method is effective in capturing ?-oscillatory solutions of the Schrödinger equation with zero far-field boundary conditions. In addition, the time-splitting Chebyshev-spectral method surpasses the traditional finite difference method in the meshing strategy due to the exponentially high-order accuracy of Chebyshev-spectral 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,023
Tête enseignante GPT0,298
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetElectromagnetic Simulation and Numerical MethodsTravaux en français237 207