MétaCan
Menu
Retour à la cohorte
Enregistrement W4234842738 · doi:10.1002/9781119483946.ch5

Discretization and Fixed‐Point Analysis

2018· other· en· W4234842738 sur OpenAlexaff
Seyed M. Moghadas, Majid Jaberi‐Douraki

Notice bibliographique

RevueMathematical Modelling · 2018
Typeother
Langueen
DomaineMathematics
ThématiqueNumerical methods for differential equations
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésDiscretizationFixed pointMathematicsContinuous modellingApplied mathematicsStability (learning theory)Discrete systemDiscretization of continuous featuresDomain (mathematical analysis)Fixed-point theoremPoint (geometry)System dynamicsEuler methodEuler's formulaComputer scienceMathematical analysisDiscretization errorAlgorithmGeometry

Résumé

récupéré en direct d'OpenAlex

The level of complexity in many mathematical models precludes the formulation of their explicit solutions. Therefore, understanding the qualitative dynamics of such models may require the study of their quantitative behavior. These models often depend on parameters that play crucial roles in system dynamics such as stability and bifurcation. To observe such dynamics, discretization and simulation tools are widely used to approximate the solutions of continuous models in the domain of their variables. The formulation of a discrete system depends on the method used for discretization of the continuous system. The chapter discusses two discretization schemes for deterministic models, including the Euler method, and a nonstandard finite-difference method. The fixed points of a system of difference equations should correspond to the critical points of the underlying continuous system. The fixed-point theorem is applied to analyze the behavior of a discrete system around its fixed points.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,278
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,084
Tête enseignante GPT0,355
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical ModellingMême sujetNumerical methods for differential equationsTravaux en français237 207