MétaCan
Menu
Retour à la cohorte
Enregistrement W4417327159 · doi:10.5802/smai-jcm.137

A finite volume scheme for the local sensing chemotaxis model

2025· article· en· W4417327159 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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSMAI Journal of Computational Mathematics · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueMathematical Biology Tumor Growth
Établissements canadiensUniversité de Montréal
Organismes subventionnairesAgence Nationale de la RechercheUniversité de Lille
Mots-clésFinite volume methodStability (learning theory)Lyapunov functionConvergence (economics)Complement (music)Numerical stabilityNumerical analysisEntropy (arrow of time)

Résumé

récupéré en direct d'OpenAlex

In this paper we design, analyze and simulate a finite volume scheme for a cross-diffusion system which models chemotaxis with local sensing. This system has the same Lyapunov function (or entropy) as the celebrated minimal Keller–Segel system, but unlike the latter, its solutions are known to exist globally in 2D. The long-time behavior of solutions is only partially understood which motivates numerical exploration with a reliable numerical method. We propose a linearly implicit, two-point flux finite volume approximation of the system. We show that the scheme preserves, at the discrete level, the main features of the continuous system, namely mass conservation, non-negativity of solution, entropy dissipation, and duality estimates. These properties allow us to prove the well-posedness, unconditional stability and convergence of the scheme. We also show rigorously that the scheme possesses an asymptotic preserving (AP) property in the quasi-stationary limit. We complement our analysis with thorough numerical experiments investigating convergence and AP properties of the scheme as well as its reliability with respect to stability properties of steady 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.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,718

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,040
Tête enseignante GPT0,320
Écart entre enseignants0,280 · 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