MétaCan
Menu
Retour à la cohorte
Enregistrement W4411397937 · doi:10.1112/jlms.70213

Stationary solution to stochastically forced Euler–Poisson equations in bounded domain: Part 2. 1‐D Ohmic contact boundary

2025· article· en· W4411397937 sur OpenAlexafffund
Yachun Li, Ming Mei

Notice bibliographique

RevueJournal of the London Mathematical Society · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensChamplain Regional CollegeMcGill University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaMcGill University
Mots-clésMathematicsMathematical analysisBounded functionExponential stabilityBoundary (topology)Invariant measureSteady state (chemistry)Boundary value problemMaximum principlePhysicsMathematical optimizationOptimal controlQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we establish the asymptotic stability of the steady state for the 1‐D stochastic Euler–Poisson equations with Ohmic contact boundary conditions forced by the Wiener process. We utilize Banach's fixed‐point theorem and the a priori energy estimates uniformly in time to ensure the global existence of solutions around the steady state. In contrast to the deterministic case, the presence of stochastic forces leads to the lack of temporal derivatives of momentum, posing challenges for energy estimates. Furthermore, Ohmic contact boundary conditions pose greater challenges for energy estimates compared to the insulating boundary conditions. To address this issue, we establish asymptotic stability concerning the spatial derivatives through weighted energy estimates for the estimates of stochastic integrals, employing a technique distinct from that of the deterministic case. Furthermore, we demonstrate the existence of an invariant measure based on the a priori energy estimates. This invariant measure precisely corresponds to the Dirac measure generated by the steady state, due to the time‐exponential decay of the perturbed solutions around the steady state.

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)0,004
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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,256
Écart entre enseignants0,234 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the London Mathematical SocietyMême sujetStochastic processes and financial applicationsTravaux en français237 207