MétaCan
Menu
Retour à la cohorte
Enregistrement W4387308430 · doi:10.1186/s13661-023-01783-6

Remarks on a fractional nonlinear partial integro-differential equation via the new generalized multivariate Mittag-Leffler function

2023· article· en· W4387308430 sur OpenAlexafffund
Chenkuan Li, Reza Saadati, Joshua Beaudin, Andrii Hrytsenko

Notice bibliographique

RevueBoundary Value Problems · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensBrandon University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMathematicsMittag-Leffler functionUniquenessPartial differential equationFractional calculusApplied mathematicsBoundary value problemOrdinary differential equationNonlinear systemFunction (biology)Mathematical analysisDifferential equation

Résumé

récupéré en direct d'OpenAlex

Abstract Introducing a new generalized multivariate Mittag-Leffler function which is a generalization of the multivariate Mittag-Leffler function, we derive a sufficient condition for the uniqueness of solutions to a brand new boundary value problem of the fractional nonlinear partial integro-differential equation using Banach’s fixed point theorem and Babenko’s technique. This has many potential applications since uniqueness is an important topic in many scientific areas, and the method used clearly opens directions for studying other types of equations and corresponding initial or boundary value problems. In addition, we use Python which is a high-level programming language efficiently dealing with the summation of multi-indices to compute approximate values of the generalized Mittag-Leffler function (it seems impossible to do so by any existing integral representation of the Mittag-Leffler function), and provide an example showing applications of key results derived.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,088
Tête enseignante GPT0,330
Écart entre enseignants0,242 · 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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBoundary Value ProblemsMême sujetFractional Differential Equations SolutionsTravaux en français237 207