MétaCan
Menu
Retour à la cohorte
Enregistrement W4229055403 · doi:10.3390/fractalfract6050254

New Results Involving Riemann Zeta Function Using Its Distributional Representation

2022· article· en· W4229055403 sur OpenAlexaff
Asifa Tassaddiq, Rekha Srivastava

Notice bibliographique

RevueFractal and Fractional · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésLaplace transformMathematicsRiemann zeta functionFractional calculusMellin transformRiemann hypothesisFunction (biology)Mathematical analysisCalculus (dental)Representation (politics)Special functionsRiemann Xi functionApplied mathematicsTwo-sided Laplace transformInverse Laplace transformArithmetic zeta functionPure mathematicsFourier transformFractional Fourier transform

Résumé

récupéré en direct d'OpenAlex

The relation of special functions with fractional integral transforms has a great influence on modern science and research. For example, an old special function, namely, the Mittag–Leffler function, became the queen of fractional calculus because its image under the Laplace transform is known to a large audience only in this century. By taking motivation from these facts, we use distributional representation of the Riemann zeta function to compute its Laplace transform, which has played a fundamental role in applying the operators of generalized fractional calculus to this well-studied function. Hence, similar new images under various other popular fractional transforms can be obtained as special cases. A new fractional kinetic equation involving the Riemann zeta function is formulated and solved. Thereafter, a new relation involving the Laplace transform of the Riemann zeta function and the Fox–Wright function is explored, which proved to significantly simplify the results. Various new distributional properties are also derived.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
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 Opus0,106
Tête enseignante GPT0,333
Écart entre enseignants0,227 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFractal and FractionalMême sujetFractional Differential Equations SolutionsTravaux en français237 207