MétaCan
Menu
Retour à la cohorte
Enregistrement W4378229123 · doi:10.3390/sym15061144

New Numerical Results on Existence of Volterra–Fredholm Integral Equation of Nonlinear Boundary Integro-Differential Type

2023· article· en· W4378229123 sur OpenAlexaff
Hawsar HamaRashid, H. M. Srivastava, Mudhafar Hama, Pshtiwan Othman Mohammed, Eman Al-Sarairah, Musawa Yahya Almusawa

Notice bibliographique

RevueSymmetry · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMathematicsIntegral equationVolterra integral equationNonlinear systemUniquenessFredholm integral equationBoundary value problemConvergence (economics)Mathematical analysisIntegro-differential equationApplied mathematicsDifferential equation

Résumé

récupéré en direct d'OpenAlex

Symmetry is presented in many works involving differential and integral equations. Whenever a human is involved in the design of an integral equation, they naturally tend to opt for symmetric features. The most common examples are the Green functions and linguistic kernels that are often designed symmetrically and regularly distributed over the universe of discourse. In the current study, the authors report a study on boundary value problem (BVP) for a nonlinear integro Volterra–Fredholm integral equation with variable coefficients and show the existence of solution by applying some fixed-point theorems. The authors employ various numerical common approaches as the homotopy analysis methodology established by Liao and the modified Adomain decomposition technique to produce a numerical approximate solution, then graphical depiction reveals that both methods are most effective and convenient. In this regard, the authors address the requirements that ensure the existence and uniqueness of the solution for various variations of nonlinearity power. The authors also show numerical examples of how to apply our primary theorems and test the convergence and validity of our suggested approach.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,668

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,117
Tête enseignante GPT0,363
Écart entre enseignants0,247 · 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.

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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymmetryMême sujetFractional Differential Equations SolutionsTravaux en français237 207