Rigorous proof of one-dimensional steady states in a neural field model
Notice bibliographique
Résumé
Dans cette thèse, nous démontrons l’existence et l’unicité locale des solutions stationnaires d'un système d'équations de champ neuronal unidimensionnelle avec les méthodes de preuve assistées par ordinateur. Pour ce faire, nous représentons la solution sous la forme d’une série de Fourier en cosinus et introduisons une structure supplémentaire afin de reformuler ce problème en une recherche de zéro dans un espace de Banach de coefficients à décroissance géométrique. Cette procédure nécessite une approximation numérique initiale, obtenue par continuation numérique pour identifier des branches de solutions non triviales. Cela prépare le terrain pour la démonstration principale, qui repose sur un théorème de type Newton-Kantorovich. Une difficulté propre à ce problème réside dans le calcul et le control rigoureux des coefficients de Fourier d’une non-linéarité non polynomiale composée avec la solution d’intérêt, ce qui dépasse le cadre des méthodes de preuves assistées par ordinateur établies. Nous prouvons également de manière rigoureuse des résultats de stabilité pour les solutions obtenues en utilisant le théorème du cercle de Gershgorin
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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.
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 ».