MétaCan
Menu
Retour à la cohorte
Enregistrement W4402954279 · doi:10.48550/arxiv.2409.00990

Optimal regularity of subsonic steady-states solution of Euler-Poisson equations for semiconductors with sonic boundary

2024· preprint· en· W4402954279 sur OpenAlexfundno aff
S. Li, Ming Mei, Kai‐Jun Zhang, Guojing Zhang

Notice bibliographique

RevuearXiv (Cornell University) · 2024
Typepreprint
Langueen
DomaineMathematics
ThématiqueNavier-Stokes equation solutions
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésEuler's formulaEuler equationsPoisson distributionBoundary (topology)Boundary value problemMathematical analysisMathematicsPhysicsSemiconductorMechanicsClassical mechanicsQuantum mechanicsStatistics

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the optimal regularity of the stationary sonic-subsonic solution to the unipolar isothermal hydrodynamic model of semiconductors with sonic boundary. Applying the comparison principle and the energy estimate, we obtain the regularity of the sonic-subsonic solution as $C^{\frac{1}{2}}[0,1]\cap W^{1,p}(0,1)$ for any $p<2$, which is then proved to be optimal by analyzing the property of solution around the singular point on the sonic line, i.e., $ρ\notin C^ν[0,1]$ for any $ν>\frac{1}{2}$, and $ρ\notin W^{1,κ}(0,1)$ for any $κ\ge 2$. Furthermore, we explore the influence of the semiconductors effect on the singularity of solution at sonic points $x=1$ and $x=0$, that is, the solution always has strong singularity at sonic point $x=1$ for any relaxation time $τ>0$, but, once the relaxation time is sufficiently large $τ\gg 1$, then the sonic-subsonic steady-states possess the strong singularity at both sonic boundaries $x=0$ and $x=1$. We also show that the pure subsonic solution $ρ$ belongs to $W^{2,\infty}(0,1)$, which can be embedded into $C^{1,1}[0,1]$, and it is much better than the regularity of sonic-subsonic solutions.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,261
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,148
Tête enseignante GPT0,260
Écart entre enseignants0,113 · 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.

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 revuearXiv (Cornell University)Même sujetNavier-Stokes equation solutionsTravaux en français237 207