MétaCan
Menu
Retour à la cohorte
Enregistrement W3158741421 · doi:10.18280/mmep.080214

Numerical Computations for One Class of Dynamical Mathematical Models in Quasi-Sobolev Space

2021· article· en· W3158741421 sur OpenAlexvenueno aff
Jawad Kadhim Tahir

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueDifferential Equations and Boundary Problems
Établissements canadiensnon disponible
Organismes subventionnairesMustansiriyah University
Mots-clésSobolev spaceMathematicsBanach spaceApplied mathematicsConvergence (economics)Bounded functionNumerical analysisMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The article studies some mathematical models that represent one class of dynamical equations in quasi-Sobolev space. The analytical investigation of solvability of the Cauchy problem in the quasi-Sobolev space and theoretical results used to enhance and develop an algorithm structure of the numerical procedures to find approximate solutions for models, the steps of algorithm based on the theoretical investigation of models, new algorithm of numerical method allowing to find approximate solutions of mathematical models under study in quasi-Sobolev space. Construction a program implements an algorithm of numerical method that allow finding approximate solutions for models. To construct the theory of degenerate holomorphic semigroups of operators in quasi-Banach spaces of sequences, we used the classical methods of functional analysis, theory of linear bounded operators, spectral theory. To construct the operators of resolving semigroups we used the Laplace transform of operator-valued functions in quasi-Banach spaces of sequences. The numerical investigation for models generate some approximate solutions which are normally based on the modified projection method. The convergence of the approximate solution to the exact one theoretically is justified by the convergence of the corresponding series, the agreement of approximate computations with the theoretical solution is established.

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,069
Tête enseignante GPT0,269
Écart entre enseignants0,200 · 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
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetDifferential Equations and Boundary ProblemsTravaux en français237 207