MétaCan
Menu
Retour à la cohorte
Enregistrement W4298274294 · doi:10.48550/arxiv.1402.0216

Singular value decomposition of a finite Hilbert transform defined on\n several intervals and the interior problem of tomography: the Riemann-Hilbert\n problem approach

2014· preprint· en· W4298274294 sur OpenAlexfundno aff
Marco Bertola, Alexander Katsevich, Alex Tovbis

Notice bibliographique

RevuearXiv (Cornell University) · 2014
Typepreprint
Langueen
DomaineComputer Science
ThématiqueMatrix Theory and Algorithms
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésMathematicsSingular valueMethod of steepest descentRiemann hypothesisMathematical analysisSingular value decompositionLambdaSingular solutionMatrix (chemical analysis)Hilbert transformRiemann–Hilbert problemOrder (exchange)Pure mathematicsEigenvalues and eigenvectors

Résumé

récupéré en direct d'OpenAlex

We study the asymptotics of singular values and singular functions of a\nFinite Hilbert transform (FHT), which is defined on several intervals.\nTransforms of this kind arise in the study of the interior problem of\ntomography. We suggest a novel approach based on the technique of the matrix\nRiemann-Hilbert problem and the steepest descent method of Deift-Zhou. We\nobtain a family of matrix RHPs depending on the spectral parameter $\\lambda$\nand show that the singular values of the FHT coincide with the values of\n$\\lambda$ for which the RHP is not solvable. Expressing the leading order\nsolution as $\\lambda\\to 0$ of the RHP in terms of the Riemann Theta functions,\nwe prove that the asymptotics of the singular values can be obtained by\nstudying the intersections of the locus of zeroes of a certain Theta function\nwith a straight line. This line can be calculated explicitly, and it depends on\nthe geometry of the intervals that define the FHT. The leading order\nasymptotics of the singular functions and singular values are explicitly\nexpressed in terms of the Riemann Theta functions and of the period matrix of\nthe corresponding normalized differentials, respectively. We also obtain the\nerror estimates for our asymptotic results.\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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,021
Tête enseignante GPT0,185
Écart entre enseignants0,165 · 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'étudeThéorique ou conceptuel
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMatrix Theory and AlgorithmsTravaux en français237 207