MétaCan
Menu
Retour à la cohorte
Enregistrement W4308231371 · doi:10.21203/rs.3.rs-2223638/v1

Extended least square homotopy method for solving nonlinear systems of fractional partial differential equations

2022· preprint· en· W4308231371 sur OpenAlexafffund
Hayman Thabet, Subhash Kendre, James F. Peters

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTürkiye Bilimsel ve Teknolojik Araştırma KurumuIstituto Nazionale di Alta Matematica "Francesco Severi"
Mots-clésHomotopy analysis methodMathematicsFractional calculusNonlinear systemPartial differential equationConvergence (economics)Applied mathematicsHomotopyMathematical analysisPure mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Several methods have been developed to solve fractional Partial Differential Equations (PDEs), most of which provide approximate solutions. Exact analytical solutions, however, are important for the proper understanding of the qualitative features of the concerned phenomena and processes. This paper introduces new effective, analytical, and computational extensions of the least square homotopy method (LSHM) for solving nonlinear systems of fractional PDEs. Moreover, the convergence theorem of the solution is also shown. A significant result of the proposed method is that this method yields exact solutions for some models of space-time fractional PDEs. The Graphical representations of solutions are also shown.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,221
Tête enseignante GPT0,491
Écart entre enseignants0,270 · 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
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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetFractional Differential Equations SolutionsTravaux en français237 207