MétaCan
Menu
Retour à la cohorte
Enregistrement W4300677122 · doi:10.48550/arxiv.1805.03756

A Residual Smoothing Strategy for Accelerating Newton Method\n Continuation

2018· preprint· en· W4300677122 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuearXiv (Cornell University) · 2018
Typepreprint
Langueen
DomaineMathematics
ThématiqueAdvanced Optimization Algorithms Research
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Centre for Applied Research in Cancer ControlSandia National LaboratoriesUniversity of WyomingNational Aeronautics and Space Administration
Mots-clésJacobian matrix and determinantSmoothingResidualNewton's methodNonlinear systemConvergence (economics)Local convergenceContinuationQuasi-Newton methodLimit (mathematics)Quadratic equationMathematicsApplied mathematicsMathematical optimizationComputer scienceIterative methodAlgorithmMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

A technique for accelerating global convergence of pseudo-transient\ncontinuation Newton methods is proposed based on residual smoothing. The\ntechnique is motivated by the effectiveness of local nonlinear smoothers at\novercoming strong nonlinear transients. In the limit of a small pseudo-time\nstep, the method reduces to a local nonlinear smoothing technique, while in the\nlimit of large pseudo-time steps, an exact Newton method is recovered along\nwith its quadratic convergence properties. The formulation relies on the\naddition of a smoothing source term while leaving the Newton Jacobian matrix\nunchanged, thus simplifying implementations for existing Newton solvers. The\nproposed technique is demonstrated on a steady-state and an implicit\ntime-dependent computational fluid dynamics problem, showing significant gains\nin overall solution efficiency.\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.

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)0,001
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 enseignants0,175
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,001
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 Opus0,388
Tête enseignante GPT0,353
Écart entre enseignants0,035 · 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