MétaCan
Menu
Retour à la cohorte
Enregistrement W4410327681 · doi:10.23952/jnva.9.2025.4.05

Log-exponential approximation in semi-infinite programming: A variational approach

2025· article· en· W4410327681 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Nonlinear and Variational Analysis · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptimization and Variational Analysis
Établissements canadiensnon disponible
Organismes subventionnairesAgencia Estatal de InvestigaciónAgencia Nacional de Investigación y Desarrollo
Mots-clésExponential functionApplied mathematicsMathematicsExponential growthSemi-infinite programmingMathematical optimizationMathematical analysisCalculus (dental)Geometry

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose an approximation technique for a function which is the supremum of a general family of functions by means of a function, of LogExp-type, involving a finite number of the data functions.A study of variational properties of such an approximating function is carried out in the paper.In particular, the epigraphic convergence of these approximating functions to the supremum function is proven.Moreover, refined calculus specifying the relations among the subdifferentials (regular and general) of the approximating and the data functions are provided in the first part of the paper.In the second part, we propose to approximate a general semi-infinite programming problem by a simple problem with a single constraint.Applying the results of the first part we establish, under standard hypotheses, the convergence of optimal values and solutions of these problems to the corresponding ones of the original problem.The Lagrangian duality of this problem is also studied but restricted to the semi-infinite convex programming problem, and optimal dual solutions are built by means of a sequential procedure.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,427
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nonlinear and Variational AnalysisMême sujetOptimization and Variational AnalysisTravaux en français237 207