MétaCan
Menu
Retour à la cohorte
Enregistrement W4210730830 · doi:10.1109/cdc45484.2021.9683454

Input-to-state Stability in Different Norms for 1-D Parabolic PDEs

2021· article· en· W4210730830 sur OpenAlexaff
Jun Zheng, Guchuan Zhu

Notice bibliographique

Revue2021 60th IEEE Conference on Decision and Control (CDC) · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Controllability of Differential Equations
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésNorm (philosophy)HomogeneousMathematicsDomain (mathematical analysis)Stability (learning theory)Parabolic partial differential equationState (computer science)Partial differential equationMathematical analysisNonlinear systemPure mathematicsDiscrete mathematicsCombinatoricsPhysicsComputer scienceAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper, we establish for any p ∈ (1, 2) and r ∈ [p, +∞] the input-to-state stability (ISS) and integral input-to-state stability (iISS) in the spatial Lp-norm and the spatial $W_0^{1,p}$-norm, with respect to distributed in-domain disturbances in $L_{{\text{loc }}}^r\left({[0, + \infty );{L^p}(0,1)}\right)$ and $L_{{\text{loc }}}^r\left({[0, + \infty );W_0^{1,p}(0,1)}\right)$, respectively, for a class of 1-D nonlinear parabolic partial differential equations (PDEs) with variable coefficients under homogeneous Dirichlet conditions by using approximations of Lyapunov functionals. The obtained results fill a gap in ISS analysis for parabolic PDEs.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,002
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 Opus0,030
Tête enseignante GPT0,263
Écart entre enseignants0,232 · 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'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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 60th IEEE Conference on Decision and Control (CDC)Même sujetStability and Controllability of Differential EquationsTravaux en français237 207