MétaCan
Menu
Retour à la cohorte
Enregistrement W4295138259 · doi:10.48550/arxiv.1711.07866

Conquering the pre-computation in two-dimensional harmonic polynomial\n transforms

2017· preprint· en· W4295138259 sur OpenAlexfundno aff
Richard Mikaël Slevinsky

Notice bibliographique

RevuearXiv (Cornell University) · 2017
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésConnection (principal bundle)MathematicsComputationRectangleSkeletonizationMathematical analysisTopology (electrical circuits)GeometryAlgorithmCombinatoricsComputer science

Résumé

récupéré en direct d'OpenAlex

We describe a skeletonization of the spherical harmonic connection problem\nthat reduces the storage and pre-computation to superoptimal complexities at\nthe cost of increasing the execution time by the modest multiplicative factor\nof $\\mathcal{O}(\\log n)$. One advantage of accelerating the spherical harmonic\nconnection problem over accelerating synthesis and analysis is that\nneighbouring layers (in steps of two) may be expanded in eachother's bases. The\nproposed skeletonization maximizes this interconnectivity by overlaying a\ndyadic partitioning on the connection problem. We derive the symmetric-definite\nbanded generalized eigenvalue problem required to accelerate spherical harmonic\ntransforms. We also include a full analysis of the weighted normalized Jacobi\nconnection problem with applications to fast harmonic polynomial transforms on\nthe disk, triangle, rectangle, deltoid, wedge, and any other geometry with a\nbivariate analogue of Jacobi polynomials.\n

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,232
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 GPT0,218
Écart entre enseignants0,179 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207