MétaCan
Menu
Retour à la cohorte
Enregistrement W4408768736 · doi:10.23952/asvao.7.2025.2.01

Relaxed inertial method for solving a class of bilevel variational inequalities

2025· article· en· W4408768736 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueApplied Set-Valued Analysis and Optimization · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueContact Mechanics and Variational Inequalities
Établissements canadiensnon disponible
Organismes subventionnairesStrong
Mots-clésClass (philosophy)Inertial frame of referenceVariational inequalityInequalityMathematicsBilevel optimizationApplied mathematicsMathematical optimizationComputer scienceMathematical analysisArtificial intelligencePhysicsClassical mechanicsOptimization problem

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate a problem of monotone variational inequalities over the solution set of a split variational inequality problem in real Hilbert spaces.We propose a new two-step inertial iterative method with self-adaptive step sizes for approximating the solution of the problem.Our proposed algorithm does not require the co-coerciveness of the associated single-valued operators.Moreover, some parameters are relaxed to accommodate a larger range of values for the step sizes.We obtain strong convergence results under some mild conditions on the control parameters and without prior knowledge of the transformation operators and the monotone and Lipschitz continuous constants of the involved operators.Finally, we apply our result to the traffic network models and we present several numerical experiments to demonstrate the implementability of the proposed method.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,025
Tête enseignante GPT0,294
Écart entre enseignants0,269 · 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