MétaCan
Menu
Retour à la cohorte
Enregistrement W4306943628 · doi:10.1080/00207160.2022.2137672

Modified inertial extragradient methods for finding minimum-norm solution of the variational inequality problem with applications to optimal control problem

2022· article· en· W4306943628 sur OpenAlexaff
Bing Tan, Pongsakorn Sunthrayuth, Prasit Cholamjiak, Yeol Je Cho

Notice bibliographique

RevueInternational Journal of Computer Mathematics · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptimization and Variational Analysis
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesThailand Science Research and InnovationUniversity of PhayaoChina Scholarship Council
Mots-clésVariational inequalityHilbert spaceMathematicsInertial frame of referenceLipschitz continuityNorm (philosophy)Convergence (economics)Mathematical optimizationOptimal controlApplied mathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In order to discover the minimum-norm solution of the pseudomonotone variational inequality problem in a real Hilbert space, we provide two variants of the inertial extragradient approach with a novel generalized adaptive step size. Two of the suggested algorithms make use of the projection and contraction methods. We demonstrate several strong convergence findings without requiring the prior knowledge of the Lipschitz constant of the mapping. Finally, we give a number of numerical examples that highlight the benefits and effectiveness of the suggested algorithms and how they may be used to solve the optimal control problem.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,327
Écart entre enseignants0,294 · 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'étudeThéorique ou conceptuel
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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Computer MathematicsMême sujetOptimization and Variational AnalysisTravaux en français237 207