MétaCan
Menu
← Retour à la cohorte
Enregistrement W7071803705

Topics in quasi-Newton and space-time spectral methods

2019· dissertation· en· W7071803705 sur OpenAlexfundno aff

Notice bibliographique

RevueMspace (University of Manitoba) · 2019
Typedissertation
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Manitoba
Mots-clésChebyshev filterSpectral methodNonlinear systemConvergence (economics)Rate of convergenceCollocation (remote sensing)SmoothnessChebyshev polynomialsSymbolic convergence theory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The first part of this thesis focuses on quasi-Newton methods. Broyden's method is a quasi-Newton method which is used to solve a system of nonlinear equations. Almost all convergence theory in the literature assumes existence of a root and bounds on the nonlinear function and its derivative in some neighbourhood of the root. All these conditions cannot be checked in practice. The motivation of this work is to derive a convergence theory where all assumptions can be verified, and the existence of a root and its superlinear rate of convergence are consequences of the theory. The theory is simple in the sense that it contains as few constants as possible. The method of Broyden-Fletcher-Goldfarb-Shanno (BFGS) is also a quasi-Newton method for unconstrained minimization. We generalize a convergence theory where all assumptions are verifiable and existence of a minimizer and superlinear convergence of the iteration are conclusions. In a continuation of this part, we consider Perry nonlinear conjugate gradient (NCG) method and scaled memoryless BFGS method. In the second part, space-time spectral methods are considered. For time dependent problems, almost all focus has been on low-order finite difference schemes for the time derivative and spectral schemes for spatial derivatives. Spectral methods which converge spectrally in both space and time have appeared recently. In this thesis, it is shown that a Chebyshev spectral collocation method of Tang and Xu for the heat equation converges exponentially when the solution is analytic. We also derive a condition number estimate of the method. Another space-time Chebyshev collocation scheme which is easier to implement is proposed and analyzed. We also present space-time spectral collocation methods for the Schrodinger, wave, Airy and beam equations. In particular, fully spectral convergence and a condition number estimate are shown for Schrodinger and wave equations. Numerical results verify the theoretical results, and demonstrate that the space-time methods also work for some common nonlinear PDEs (Allen-Cahn, viscous Burgers', Sine-Gordon, KdV, Kuramoto--Sivashinsky and Cahn-Hilliard equations).

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,016
Tête enseignante GPT0,266
Écart entre enseignants0,250 · 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
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMspace (University of Manitoba)→Même sujetColorectal Cancer Screening and Detection→Travaux en français237 207→