MétaCan
Menu
Retour à la cohorte
Enregistrement W4389614431 · doi:10.3390/sym15122191

Evaluation of the Prolate Spheroidal Wavefunctions via a Discrete-Time Fourier Transform Based Approach

2023· article· en· W4389614431 sur OpenAlexafffund
Natalie Baddour, Zuwen Sun

Notice bibliographique

RevueSymmetry · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Analysis and Transform Methods
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBasis functionEigenvalues and eigenvectorsBasis (linear algebra)DFT matrixMathematicsFourier transformAlgorithmMatrix (chemical analysis)Wave functionComputationApplied mathematicsDiscrete Fourier transform (general)Computer scienceMathematical analysisMathematical optimizationFractional Fourier transformSymmetric matrixFourier analysisQuantum mechanicsGeometryPhysicsSquare matrix

Résumé

récupéré en direct d'OpenAlex

Computation of prolate spheroidal wavefunctions (PSWFs) is notoriously difficult and time consuming. This paper applies operator theory to the discrete Fourier transform (DFT) to address the problem of computing PSWFs. The problem is turned into an infinite dimensional matrix operator eigenvalue problem, which we recognize as being the definition of the DPSSs. Truncation of the infinite matrix leads to a finite dimensional matrix eigenvalue problem which in turn yields what is known as the Slepian basis. These discrete-valued Slepian basis vectors can then be used as (approximately) discrete time evaluations of the PSWFs. Taking an inverse Fourier transform further demonstrates that continuous PSWFs can be reconstructed from the Slepian basis. The feasibility of this approach is shown via theoretical derivations followed by simulations to consider practical aspects. Simulations demonstrate that the level of errors between the reconstructed Slepian basis approach and true PSWFs are low when the orders of the eigenvectors are low but can become large when the orders of the eigenvectors are high. Accuracy can be increased by increasing the number of points used to generate the Slepian basis. Users need to balance accuracy with computational cost. For large time-bandwidth product PSWFs, the number of Slepian basis points required increases for a reconstruction to reach the same error as for low time-bandwidth products. However, when the time-bandwidth products increase and reach maximum concentration, the required number of points to achieve a given error level achieves steady state values. Furthermore, this method of reconstructing the PSWF from the Slepian basis can be more accurate when compared to the Shannon sampling approach and traditional quadrature approach for large time-bandwidth products. Finally, since the Slepian basis represents the (approximate) sampled values of PSWFs, when the number of points is sufficiently large, the reconstruction process can be omitted entirely so that the Slepian vectors can be used directly, without a reconstruction step.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,073
Tête enseignante GPT0,344
Écart entre enseignants0,272 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSymmetryMême sujetMathematical Analysis and Transform MethodsTravaux en français237 207