MétaCan
Menu
Retour à la cohorte
Enregistrement W4399971160 · doi:10.28924/2291-8639-22-2024-103

Structured Linear Systems and Their Iterative Solutions Through Fuzzy Poisson's Equation

2024· article· en· W4399971160 sur OpenAlexvenueno aff
I. K. Youssef, Hewayda M. S. Lotfy

Notice bibliographique

RevueInternational Journal of Analysis and Applications · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueFuzzy Logic and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsFuzzy logicApplied mathematicsPoisson distributionMathematical optimizationComputer scienceStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A realistic version of the modified successive overrelaxation (MSOR) with four relaxation parameters is introduced (MMSOR) with application to a representative matrix partition. The one-dimensional Poisson’s equation with fuzzy boundary values is the standard source problem for our treatment (it is sufficient to introduce all the concepts in a simple form). The finite difference method with RedBlack (RB)-Labelling of the grid points is used to introduce a fuzzy algebraic system with characterized fuzzy weak solutions (corresponding to black grid points). We introduce the algorithmic structure and the implementation of MMSOR on the de-fuzzified linear system. The choice of relaxation parameters is based on the minimum Spectral Radius (SR) of the iteration matrices. A comparison with SOR (one relaxation parameter) and MSOR (two relaxation parameters) is considered, and a relation between the three methods is revealed. Assuming the same accuracy, the experimental results showed that the MMSOR runs faster than the SOR and the MSOR 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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,538

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,021
Tête enseignante GPT0,275
Écart entre enseignants0,255 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Analysis and ApplicationsMême sujetFuzzy Logic and Control SystemsTravaux en français237 207