A numerical study of the effects of multiplicative noise on a supercritical delay induced Hopf bifurcation in a gene expression model /
Notice bibliographique
Résumé
In the context of gene expression, we proposed a nonlinear stochastic delay differential equation as a mathematical model to study the effects of extrinsic noise on a delay induced Hopf bifurcation. We envisaged its direct numerical resolution. Following the example of the noisy oscillator, we first solved a linearized version of the equation, close to the Hopf bifurcation. The numerical scheme used is a combination of a standard algorithm to solve a deterministic delay differential equation and a stochastic Euler scheme. From our calculations we verified that the deterministic behaviour is fully recovered. For the stochastic case, we found that our solution is qualitatively accurate, in the sense that the noise induced shift in the critical value a, follows the trend the known analytic results predict. However, our numerical solution systematically overestimates the value of the shift. This is explained because the accuracy in the numerical estimation of the decay rate of a solution towards the stationary state value is a function of the control parameter a. We believe the mismatch between the numerical solution and the analytic results is due to a lack of convergence of our scheme, rather than to lack of accuracy. As our numerical scheme is an hybrid, the convergence problem can be improved, both at the deterministic and at the stochastic parts of the scheme. In this work we left our numerical results on the nonlinear case out, because before proceeding to the investigation of the nonlinear equation, the convergence must be assured in the linear case.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».