MétaCan
Menu
Retour à la cohorte
Enregistrement W86299341 · doi:10.1137/9780898719987

A First Course in Numerical Methods

2011· book· en· W86299341 sur OpenAlexaff
Uri M. Ascher, Chen Greif

Notice bibliographique

RevueSociety for Industrial and Applied Mathematics eBooks · 2011
Typebook
Langueen
DomaineMathematics
ThématiqueIterative Methods for Nonlinear Equations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCourse (navigation)Computer scienceEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

A First Course in Numerical Methods is designed for students and researchers who seek practical knowledge of modern techniques in scientific computing. Avoiding encyclopedic and heavily theoretical exposition, the book provides an in-depth treatment of fundamental issues and methods, the reasons behind the success and failure of numerical software, and fresh and easy-to-follow approaches and techniques. The authors focus on current methods, issues and software while providing a comprehensive theoretical foundation, enabling those who need to apply the techniques to successfully design solutions to nonstandard problems. The book also illustrates algorithms using the programming environment of MATLAB(r), with the expectation that the reader will gradually become proficient in it while learning the material covered in the book. A variety of exercises are provided within each chapter along with review questions aimed at self-testing. The book takes an algorithmic approach, focusing on techniques that have a high level of applicability to engineering, computer science, and industrial mathematics. Audience: A First Course in Numerical Methods is aimed at undergraduate and beginning graduate students. It may also be appropriate for researchers whose main area of expertise is not scientific computing and who are interested in learning the basic concepts of the field. Contents: Chapter One: Numerical Algorithms; Chapter Two: Roundoff Errors; Chapter Three: Nonlinear Equations in One Variable; Chapter Four: Linear Algebra Background; Chapter Five: Linear Systems: Direct Methods; Chapter Six: Linear Least Squares Problems; Chapter Seven: Linear Systems: Iterative Methods; Chapter Eight: Eigenvalues and Singular Values; Chapter Nine: Nonlinear Systems and Optimization; Chapter Ten: Polynomial Interpolation; Chapter Eleven: Piecewise Polynomial Interpolation; Chapter Twelve: Best Approximation; Chapter Thirteen: Fourier Transform; Chapter Fourteen: Numerical Differentiation; Chapter Fifteen: Numerical Integration; Chapter Sixteen: Differential 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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,468

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,1400,104

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 Opus0,247
Tête enseignante GPT0,400
Écart entre enseignants0,154 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations119
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociety for Industrial and Applied Mathematics eBooksMême sujetIterative Methods for Nonlinear EquationsTravaux en français237 207