MétaCan
Menu
Retour à la cohorte
Enregistrement W4293124574 · doi:10.1063/5.0102072

Refinements to the boundary transformation vector representation of attractor shape deformation to enhance system parameter identification

2022· article· en· W4293124574 sur OpenAlexaff
Andrew Sloboda, Ron S. Sloboda

Notice bibliographique

RevueChaos An Interdisciplinary Journal of Nonlinear Science · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueChaos control and synchronization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAttractorBoundary (topology)Poincaré conjectureChaoticTransformation (genetics)FractalMathematicsRepresentation (politics)Poincaré mapMathematical analysisBoundary value problemDynamical systems theoryGeometryComputer scienceNonlinear systemBifurcationArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

A new method of quantifying parameter changes in chaotic systems using estimates of how the boundaries of Poincare sections deform was recently developed. Refinements that improve the number and quality of the boundary transformation vectors produced by this method are proposed and analyzed here. Collectively, these refinements offer the ability to better match closely spaced linear segments of Poincare sections typical of fractal geometry, better handle boundary gaps, and more uniformly sample the boundary, resulting in additional data. The refinements are tested using Poincare sections constructed in three ways for five different dynamical systems and are shown to enhance results in all cases.

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)0,008
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,335
Écart entre enseignants0,318 · 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
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChaos An Interdisciplinary Journal of Nonlinear ScienceMême sujetChaos control and synchronizationTravaux en français237 207