MétaCan
Menu
Retour à la cohorte
Enregistrement W4313275919 · doi:10.1017/s0956792522000407

Two approximate symmetry frameworks for nonlinear partial differential equations with a small parameter: Comparisons, relations, approximate solutions

2022· article· en· W4313275919 sur OpenAlexafffund
Mahmood R. Tarayrah, Brian Pitzel, Alexei F. Cheviakov

Notice bibliographique

RevueEuropean Journal of Applied Mathematics · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNonlinear Waves and Solitons
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversities Space Research Association
Mots-clésHomogeneous spacePartial differential equationSymmetry (geometry)MathematicsNonlinear systemOdeOrdinary differential equationMathematical analysisDifferential equationYield (engineering)Hyperelastic materialFirst-order partial differential equationDifferential (mechanical device)PhysicsGeometryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract The frameworks of Baikov–Gazizov–Ibragimov (BGI) and Fushchich–Shtelen (FS) approximate symmetries are used to study symmetry properties of partial differential equations with a small parameter. In general, it is shown that unlike the case of ordinary differential equations (ODEs), unstable BGI point symmetries of unperturbed partial differential equations (PDEs) do not necessarily yield local approximate symmetries for the perturbed model. While some relations between the BGI and FS approaches can be established, the two methods yield different approximate symmetry classifications. Detailed classifications are presented for two nonlinear PDE families. The second family includes a one-dimensional wave equation describing the wave motion in a hyperelastic material with a single family of fibers. For this model, approximate symmetries can be used to compute approximate closed-form solutions. Wave breaking times are found numerically and using the approximate solutions, which yield comparable results.

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)0,003
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,257
Écart entre enseignants0,224 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Applied MathematicsMême sujetNonlinear Waves and SolitonsTravaux en français237 207