MétaCan
Menu
Retour à la cohorte
Enregistrement W4391883379 · doi:10.3390/sym16020242

Non-Standard Finite Difference and Vieta-Lucas Orthogonal Polynomials for the Multi-Space Fractional-Order Coupled Korteweg-de Vries Equation

2024· article· en· W4391883379 sur OpenAlexaff
Khaled M. Saad, Rekha Srivastava

Notice bibliographique

RevueSymmetry · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNajran University
Mots-clésMathematicsFractional calculusContext (archaeology)Algebraic equationOrthogonal polynomialsOrder (exchange)Space (punctuation)Applied mathematicsInteger (computer science)Algebraic numberKorteweg–de Vries equationMathematical analysisNonlinear systemComputer science

Résumé

récupéré en direct d'OpenAlex

This paper focuses on examining numerical solutions for fractional-order models within the context of the coupled multi-space Korteweg-de Vries problem (CMSKDV). Different types of kernels, including Liouville-Caputo fractional derivative, as well as Caputo-Fabrizio and Atangana-Baleanu fractional derivatives, are utilized in the examination. For this purpose, the nonstandard finite difference method and spectral collocation method with the properties of the Shifted Vieta-Lucas orthogonal polynomials are employed for converting these models into a system of algebraic equations. The Newton-Raphson technique is then applied to solve these algebraic equations. Since there is no exact solution for non-integer order, we use the absolute two-step error to verify the accuracy of the proposed numerical 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,077
Tête enseignante GPT0,357
Écart entre enseignants0,280 · 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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymmetryMême sujetFractional Differential Equations SolutionsTravaux en français237 207