Classical and Modern Methods in Summability
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.
Notice bibliographique
Résumé
Abstract Summability is a mathematical topic with a long tradition and many applications in, for example, function theory, number theory, and stochastics. It was originally based on classical analytical methods, but was strongly influenced by modern functional analytical methods during the last seven decades. The present book aims to introduce the reader to the wide field of summability and its applications, and provides an overview of the most important classical and modern methods used. Part I contains a short general introduction to summability, the basic classical theory concerning mainly inclusion theorems and theorems of the Silverman-Toeplitz type, a presentation of the most important classes of summability methods, Tauberian theorems, and applications of matrix methods. The proofs in Part I are exclusively done by applying classical analytical methods. Part II is concerned with modern functional analytical methods in summability, and contains the essential functional analytical basis required in later parts of the book, topologization of sequence spaces as K- and KF-spaces, domains of matrix methods as FK-spaces and their topological structure. In this part the proofs are of functional analytical nature only. Part III of the present book deals with topics in summability and topological sequence spaces which require the combination of classical and modern methods. It covers investigations of the constistency of matrix methods and of the bounded domain of matrix methods via Saks space theory, and the presentation of some aspects in topological sequence spaces. Lecturers, graduate students, and researchers working in summability and related topics will find this book a useful introduction and reference work.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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