MétaCan
Menu
Retour à la cohorte
Enregistrement W4289344822 · doi:10.3390/app12157738

Fibonacci Wavelet Method for the Solution of the Non-Linear Hunter–Saxton Equation

2022· article· en· W4289344822 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Mathematical Theories and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMathematicsWaveletAlgebraic equationFibonacci numberApplied mathematicsLinearizationCollocation methodNumerical analysisHaar waveletMathematical analysisWavelet transformComputer scienceDiscrete wavelet transformNonlinear systemDifferential equationDiscrete mathematics

Résumé

récupéré en direct d'OpenAlex

In this article, a novel and efficient collocation method based on Fibonacci wavelets is proposed for the numerical solution of the non-linear Hunter–Saxton equation. Firstly, the operational matrices of integration associated with the Fibonacci wavelets are constructed by following the strategy of Chen and Hsiao. The operational matrices merged with the collocation method are used to convert the given problem into a system of algebraic equations that can be solved by any classical method, such as Newton’s method. Moreover, the non-linearity arising in the Hunter–Saxton equation is handled by invoking the quasi-linearization technique. To show the efficiency and accuracy of the Fibonacci-wavelet-based numerical technique, the approximate solutions of the non-linear Hunter–Saxton equation with other numerical methods including the Haar wavelet, trigonometric B-spline, and Laguerre wavelet methods are compared. The numerical outcomes demonstrate that the proposed method yields a much more stable solution and a better approximation than the existing ones.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,952
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,334
Écart entre enseignants0,296 · 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