MétaCan
Menu
Retour à la cohorte
Enregistrement W4297851803 · doi:10.48550/arxiv.1706.07741

Higher-order Adaptive Finite Difference Methods for Fully Nonlinear\n Elliptic Equations

2017· preprint· W4297851803 sur OpenAlexfundno aff
Brittany D. Froese, Tiago Salvador

Notice bibliographique

RevuearXiv (Cornell University) · 2017
Typepreprint
Langue
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésPolygon meshNonlinear systemPartial differential equationFinite differenceCartesian coordinate systemApplied mathematicsMathematicsConvergence (economics)Finite difference methodElliptic partial differential equationPiecewiseMonotonic functionComputer scienceMathematical optimizationMathematical analysisGeometry

Résumé

récupéré en direct d'OpenAlex

We introduce generalised finite difference methods for solving fully\nnonlinear elliptic partial differential equations. Methods are based on\npiecewise Cartesian meshes augmented by additional points along the boundary.\nThis allows for adaptive meshes and complicated geometries, while still\nensuring consistency, monotonicity, and convergence. We describe an algorithm\nfor efficiently computing the non-traditional finite difference stencils. We\nalso present a strategy for computing formally higher-order convergent methods.\nComputational examples demonstrate the efficiency, accuracy, and flexibility of\nthe methods.\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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,226
Tête enseignante GPT0,318
Écart entre enseignants0,092 · 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
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207