MétaCan
Menu
Retour à la cohorte
Enregistrement W4401015362 · doi:10.5206/mt.v4i2.19001

Barycentric Hermite Interpolation

2024· article· en· W4401015362 sur OpenAlexvenueno aff
Robert M. Corless

Notice bibliographique

RevueMaple Transactions · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueNumerical methods for differential equations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHermite interpolationHermite polynomialsMapleEigenvalues and eigenvectorsVandermonde matrixMathematicsApplied mathematicsPolynomialPolynomial interpolationPencil (optics)Algebra over a fieldInterpolation (computer graphics)Barycentric coordinate systemPure mathematicsComputer scienceMathematical analysisLinear interpolationGeometryAnimationComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

The Hermite interpolation problem—defined in the article text—is more complicated than the Lagrange interpolation problem—also defined there—and occurs less frequently in practice. But it does occur, and solving it is occasionally useful. Solutions have been reinvented many times since the problem was first posed and solved in 1878 by Charles Hermite. This article shows how the barycentric forms of the solution, invented about a hundred years after Hermite, work. All one needs to do is to compute a partial fraction expansion by a numerically stable method, and this gives us numerically stable and efficient forms to evaluate the Hermite interpolational polynomial. I describe the Maple program BHIP and some of its ancillary routines (available for download from the Maple Cloud, by clicking on the link below the link to the article PDF, to the right of this abstract), and mention the equivalent Matlab versions genbarywts and hermiteeval. I also compare to some less numerically stable and less efficient approaches. I also show how to find the roots of a Hermite interpolational polynomial by constructing a companion matrix pencil with the routine CMP, which does not change the polynomial basis, and then using standard software to compute the generalized eigenvalues of the pencil, which then give us the roots of the polynomial.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,007

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 Opus0,068
Tête enseignante GPT0,372
Écart entre enseignants0,304 · 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'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 revueMaple TransactionsMême sujetNumerical methods for differential equationsTravaux en français237 207