MétaCan
Menu
Retour à la cohorte
Enregistrement W4389991737 · doi:10.5206/mase/16723

Recovery of an initial temperature of a one-dimensional body from finite time-observations

2023· article· en· W4389991737 sur OpenAlexvenueno aff
Ramesh Karki, Chava Shawn, Young Hwan You

Notice bibliographique

RevueMathematics in Applied Sciences and Engineering · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueNumerical methods in inverse problems
Établissements canadiensnon disponible
Organismes subventionnairesIndiana University East
Mots-clésBounded functionBoundary (topology)Interval (graph theory)Neumann boundary conditionMathematicsInverseDirichlet distributionMathematical analysisBoundary value problemDirichlet boundary conditionInverse problemCombinatoricsGeometry

Résumé

récupéré en direct d'OpenAlex

Under the Dirichlet boundary setting, Aryal and Karki (2022) studied an inverse problem of recovering an initial temperature profile from known temperature measurements at a fixed location of a one-dimensional body and at linearly growing finitely many later times within a bounded interval. This paper studies the problem under the Neumann boundary conditions. That is, under this boundary setting, we suitably select a fixed location x0 on the body of length π and construct finitely many times tk, k = 1, 2, 3, . . . , n that grow linearly with k and are in [0, T] such that from the temperature measurements taken at x0 and at these n times, we recover the initial temperature profile f(x) with a desired accuracy, provided f is in a suitable subset of L2[0, π].

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)0,007
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,004
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
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 Opus0,089
Tête enseignante GPT0,318
Écart entre enseignants0,229 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematics in Applied Sciences and EngineeringMême sujetNumerical methods in inverse problemsTravaux en français237 207