MétaCan
Menu
Retour à la cohorte
Enregistrement W4311238879 · doi:10.18280/mmep.090503

Three Approximations of Numerical Solution's by Finite Element Method for Resolving Space-Time Partial Differential Equations Involving Fractional Derivative's Order

2022· article· en· W4311238879 sur OpenAlexvenueno aff
Malika Boutiba, Selma Baghli-Bendimerad, Abbès Benaissa

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensnon disponible
Organismes subventionnairesDirection Générale de la Recherche Scientifique et du Développement Technologique
Mots-clésFractional calculusMathematicsMathematical analysisGeneralizations of the derivativeFinite element methodBounded functionFréchet derivativePartial derivativeTime derivativeApplied mathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, we apply to a class of partial differential equation the finite element method when the problem is involving the Riemann-Liouville fractional derivative for time and space variables on a bounded domain with bounded conditions. The studied equation is obtained from the standard time diffusion equation by replacing the first order time derivative by  for 0<<1 and for the second standard order space derivative by  for 1<<2 respectively. The existence of the unique solution is proved by the Lax-Milgram Lemma. We present here three schemes to approximate numerically the time derivative and use the finite element method for the space derivative using the Hadamard finite part integral and the Diethlem's first degree compound quadrature formula, the second approach is based on the link between Riemann-Liouville and Caputo fractional derivative, when the third method was based on the approximation of the Riemann-Liouville by the Grunwald-Letnikov fractional derivative. For the approximation of the space fractional derivative, the finite element method is introduced for all the three approaches. Finally, to check the effectiveness of the three methods, a numerical example was given.

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)0,001
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 enseignants0,313
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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,057
Tête enseignante GPT0,282
Écart entre enseignants0,225 · 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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetFractional Differential Equations SolutionsTravaux en français237 207