MétaCan
Menu
Retour à la cohorte
Enregistrement W4281714048 · doi:10.28924/2291-8639-20-2022-27

Applications of Standard Methods for Solving the Electric Train Mathematical Model With Proportional Delay

2022· article· en· W4281714048 sur OpenAlexvenueno aff
S. M. Khaled

Notice bibliographique

RevueInternational Journal of Analysis and Applications · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPantographExact solutions in general relativityMathematicsTrigonometric functionsTrigonometryMathematical analysisDifferential equationApplied mathematicsCalculus (dental)Geometry

Résumé

récupéré en direct d'OpenAlex

In electric trains, the current is collected via a certain device, called the Pantograph. The governing mathematical model of such physical problem is well-known as the Pantograph delay differential equation (PDDE): y’(t)=ay(t)+by(ct), where c is a proportional delay parameter. In the literature, a special case of the PDDE was analyzed when c=−1. The objective of this paper is to determine the general solution of the PDDE for arbitrary c. In addition, it will be shown that the obtained general solution reduces to exact one at c=−1. Such exact solution is expressed in terms of several types of functions, e.g., hyberbolic, Mittag-Leffler, and trigonometric functions. Moreover, it is declared that the exact trigonometric solution is periodic with periodicity 2π/√b2−a2 which agrees with the corresponding results in the literature. Furthermore, the solution of PDDE is provided at almost all possible cases of the involved parameters a, b, and c. Finally, the solution Ambartsumian delay equation (ADE), which has an application in the theory of surface brightness in the Milky Way, will be recovered as a special case of our results.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,035
Tête enseignante GPT0,399
Écart entre enseignants0,364 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Analysis and ApplicationsMême sujetFractional Differential Equations SolutionsTravaux en français237 207