MétaCan
Menu
Retour à la cohorte
Enregistrement W4298861577 · doi:10.48550/arxiv.1111.3865

Efficient determination of critical parameters of nonlinear\n Schr\\"{o}dinger equation with point-like potential using generalized\n polynomial chaos methods

2011· preprint· en· W4298861577 sur OpenAlexaff
Debananda Chakraborty, Jae‐Hun Jung, Emmanuel Lorin

Notice bibliographique

RevuearXiv (Cornell University) · 2011
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Fiber Laser Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSolitonMathematicsNonlinear systemConvergence (economics)PolynomialMathematical analysisCritical point (mathematics)AmplitudeSpace (punctuation)Nonlinear Schrödinger equationSpectral methodPolynomial chaosApplied mathematicsSchrödinger equationPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We consider the nonlinear Schr\\"{o}dinger equation with a point-like source\nterm. The soliton interaction with such a singular potential yields a critical\nsolution behavior. That is, for the given value of the potential strength and\nthe soliton amplitude, there exists a critical velocity of the initial soliton\nsolution, around which the solution is either trapped by or transmitted through\nthe potential. In this paper, we propose an efficient method for finding such a\ncritical velocity by using the generalized polynomial chaos method. For the\nproposed method, we assume that the soliton velocity is a random variable and\nexpand the solution in the random space using the orthogonal polynomials. The\nproposed method finds the critical velocity accurately with spectral\nconvergence. Thus the computational complexity is much reduced. Numerical\nresults for the smaller and higher values of the potential strength confirm the\nspectral convergence of the proposed method.\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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,092
Tête enseignante GPT0,262
Écart entre enseignants0,169 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetAdvanced Fiber Laser TechnologiesTravaux en français237 207