MétaCan
Menu
Retour à la cohorte
Enregistrement W4405258489 · doi:10.1111/sapm.12801

Stability Analysis of Nondifferentiable Systems

2024· article· en· W4405258489 sur OpenAlexafffund
J.S. SIM, Tianxu Wang, Hao Wang

Notice bibliographique

RevueStudies in Applied Mathematics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Stability of Dynamical Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésDifferentiable functionMathematicsLinearizationEigenvalues and eigenvectorsJacobian matrix and determinantPiecewiseDomain (mathematical analysis)Applied mathematicsConnection (principal bundle)Stability (learning theory)Upper and lower boundsMathematical analysisNonlinear systemComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Differential equations with right‐hand side functions that are not everywhere differentiable are referred to as nondifferentiable systems. This paper introduces three novel methods to address stability issues in nondifferentiable systems. The first method extends the linearization method as it fails when the equilibrium is in a nondifferentiable region. We find that the stability of a piecewise differentiable system aligns with the behavior of its subsystems as long as the “distance” between these subsystems is sufficiently small. The second method is to examine the eigenvalues of the symmetric part of the Jacobian matrix in the vicinity of the equilibrium. This method applies to functions with even weaker regularity conditions, and does not require the eigenvalues to have a negative upper bound (or positive lower bound) over the domain. The third method establishes a connection between nondifferentiable systems and their approximate counterparts, revealing that their stability can be consistent under certain conditions. Additionally, we reaffirm the first two results via the approximation method. Examples are provided to illustrate the applications of our main results, including piecewise differentiable systems, general nondifferentiable systems, and realistic scenarios.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,274
Écart entre enseignants0,239 · 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
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'admission2
Résumé présentoui

Explorer davantage

Même revueStudies in Applied MathematicsMême sujetControl and Stability of Dynamical SystemsTravaux en français237 207