MétaCan
Menu
Retour à la cohorte
Enregistrement W4392199650 · doi:10.18280/mmep.110203

Complex Dynamics of a Novel Iterative Scheme Using Finite Difference Technique

2024· article· en· W4392199650 sur OpenAlexvenueno aff
Mani Sandeep Kumar Mylapalli, Navya Kakarlapudi, P. Singh, A. Chandra Sekhar, Pragathi Chaganti

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensnon disponible
Organismes subventionnairesGandhi Institute of Technology and Management
Mots-clésScheme (mathematics)Dynamics (music)Computer scienceFinite differenceIterative methodApplied mathematicsMathematicsAlgorithmPhysicsMathematical analysisAcoustics

Résumé

récupéré en direct d'OpenAlex

This paper provides a novel seventh-order iterative method for identifying the zeros of nonlinear equations that use the weight function and finite difference techniques. It is free of the second derivative and consists of three functional evaluations and one of its first derivatives at each iteration. Theoretical study shows that the proposed approach has a seventh order of convergence and a corresponding error equation. In some examples, the performance and effectiveness of the novel iterative method were tested and compared with a few existing equivalent order methods. We analyze a wide range of real-world situations from several fields to test the applicability and effectiveness of the proposed methods, and numerical comparisons are made with a few recently developed techniques. Finally, by investigating its complex dynamical behavior using test functions, we demonstrate that the suggested method is superior to currently used alternative methods.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,136
Tête enseignante GPT0,311
Écart entre enseignants0,175 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetFractional Differential Equations SolutionsTravaux en français237 207