Krylov.jl: A Julia basket of hand-picked Krylov methods
Notice bibliographique
Résumé
Krylov v0.10.2 Diff since v0.10.1 Merged pull requests: Reuse the buffer for LAPACK routines on CPU (#940) (@amontoison) implementation Line Search with Negative Curvature Detection with direction for CR (#985) (@farhadrclass) implementation Line Search with Negative Curvature Detection with direction for CG (#1008) (@farhadrclass) implementation Line Search with Negative Curvature Detection with direction for MINRES (#1011) (@farhadrclass) Update the unit tests on Mac (#1016) (@amontoison) Update the link for the reference of bicgstab(l) (#1017) (@amontoison) [documentation] Update the example for the Poisson equation with halo regions (#1018) (@amontoison) [documentation] Additional modification in custom_workspaces.md (#1019) (@amontoison) Update make.jl (#1020) (@amontoison) Remove all allocations in the in-place version of block-MINRES (#1022) (@amontoison) Update ksizeof for workspaces of block-Krylov solvers (#1023) (@amontoison) Minres qlp npc (#1026) (@farhadrclass) Closed issues: hermitian_lanczos and loss of orthogonality ? (#956) Is there a way to extract the Krylov Space? (#1007) Does Krylov use the S from LinearOperators? (#1009) How to Use Krylov.jl in Multithreading? (#1010) what is z in the docs? (#1012) GMRES using Float32 stagnates on Apple M2 (#1015)
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,382 | 0,298 |
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 source (Gemma direct ou Codex distillé), 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 ».