1,720,960 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Some applications of reduced order modelling to slow-fast dynamical systems, turbulence models and elliptic PDEs
No full textEn las últimas décadas, el progreso tecnológico ha elevado el rol de las simulaciones
numéricas a ser una herramienta fundamental en la mayoría de ciencias y aplicaciones
tecnológicas. Para ser más exactos, las simulaciones basadas en modelos apoyados en
ecuaciones diferenciales adquieren un papel crítico debido a su diversidad de aplicaciones,
que cubren desde ingeniería hasta economía, incluyendo áreas tan importantes
como la medicina. Estas simulaciones sirven de plataformas virtuales que permiten
la realización de experimentos, contribuyendo enormemente a la comprensión de
diversas propiedades de los sistemas y sus dinámicas.
Sin embargo, trabajar con los sistemas altamente complejos necesarios para aplicaciones
realistas y efectivas supone un reto significante. Tales sistemas normalmente
tienen asociadas decenas de miles o millones de grados de libertad, haciendo su
resolución numérica prohibitivamente cara si se utilizan métodos convencionales. Esta
complejidad requiere recursos computacionales extensos, necesitando horas o incluso
días de computación, junto a Computación de Alto Rendimiento o arquitecturas informáticas
específicas. Esto representa un gran problema, especialmente cuando se
necesita una simulación en tiempo real o interactiva, o cuando se consideran múltiples
valores de los parámetros, por ejemplo, en la asistencia en los procesos de toma de
decisiones o diseño industrial.
Esta tesis doctoral tiene como propósito abordar el reto de los altos costes computacionales
asociados con los modelos realistas, y es en este punto donde el concepto
de Modelado de Orden Reducido (ROM, por sus siglas en inglés) entra en juego. La
filosofía subyacente en este campo recae en reemplazar el costoso problema original
por uno alternativo, computacionalmente eficiente, que mantenga las propiedades
cualitativas y cuantitativas esenciales de la solución original. En general, el uso de
las técnicas ROM está motivado por la necesidad de mantener un balance entre la
precisión y la eficiencia computacional en varias aplicaciones, permitiendo el análisis y
la manipulación de sistemas complejos de una forma más práctica y manejable.
Las principales contribuciones de esta tesis doctoral se enmarcan en tres aplicaciones
diferentes: sistemas dinámicos lento-rápido, modelos de turbulencia y Ecuaciones en
Derivadas Parciales (EDPs) elípticas.
Relativo a la primera, el foco se sitúa en el estudio y simulación de modelos de redes
de actividad neuronal que involucran múltiples escalas de tiempo. Estos modelos
se tratan por medio de un método inédito basado en la Descomposición Ortogonal
Propia, con el objetivo específico de abordar una de las limitaciones que presenta, a
saber, la potencial pérdida de estructura del modelo original. En este caso, la pérdida
de la separación de escalas temporales.
En lo que respecta a los modelos de turbulencia, el énfasis se encuentra en el modelo
de Smagorinsky y el método de Bases Reducidas. Aquí, el objetivo es salvar una limitación
del método relativa al reto de obtener un estimador de error a posteriori basado
en análisis matemático, que depende de la discretización numérica. En particular,
desarrollamos un estimador de error basado en la teoría de cascada de energía de
Kolmogórov.
Por último, relativo a las EDPs elípticas, el objetivo que nos planteamos se centra
en la resolución de EDPs elípticas simétricas y en calcular el mejor subespacio que
aproxima su solución. La investigación gira en torno al método de la Descomposición
Generalizada Propia (PGD), con el propósito de abordar una limitación asociada al
cálculo de los modos PGD óptimos. Específicamente, el propósito es explorar la
posibilidad de calcular directamente estos modos en una variedad de Grassmann,
utilizando el conocido algoritmo del Gradiente Descendente, adaptado a este marco.In the last decades, the technological progress has elevated the role of numerical
simulations to be a fundamental tool in the majority of sciences and technical applications.
More precisely, simulations based on models that are supported in differential
equations acquire a critical role due to its diversity of applications, that cover from
engineering to economy, and even areas so important as medicine. These simulations
serve as virtual platforms enabling experimental realization, greatly contributing to
the comprehension of diverse system properties and dynamics.
Nevertheless, working with highly complex systems necessary for realistic and effective
applications poses a significant challenge. Such systems usually have associated
ten thousands or millions of degrees of freedom, rendering their numerical solving
prohibitively expensive using conventional methods. This complexity demands extensive
computational resources, sometimes requiring hours or even days of computation
alongside High-Performance Computing or specialized informatics architectures. This
fact represents a major problem, especially when a real-time or interactive simulation
is needed, or when multiple values of the parameters need consideration, such as
assisting decision-making processes or industrial design.
This PhD dissertation aim to address the challenge of the high computational costs
associated with those realistic models, and it is at this point where the concept of
Reduced Order Modelling (ROM) comes into play. The underlying philosophy in this
field lies in replacing the original costly problem with an alternative, computationally
efficient one, that retains essential qualitative and quantitative properties of the original
solution. Overall, the use of ROM techniques is motivated by the need to strike
a balance between accuracy and computational efficiency in various applications,
enabling the analysis and manipulation of complex systems in a more practical and
manageable manner.
The main contributions of this PhD dissertation are encompassed in three different
applications: slow-fast dynamical systems, turbulence models and elliptic Partial
Differential Equations (PDEs).
Concerning the first, the focus lies on studying and simulating network models of
neuronal activity involving multiple timescales. These models are going to be treated
through a novel method based on the Proper Orthogonal Decomposition method, with
a specific goal of addressing one of the limitations that it presents, namely, the potential
loss of structure from the original model. In this case, the lost of the separation of the
timescales.
Regarding turbulence models, the emphasis is placed on the Smagorinsky model
and the Reduced Basis method. Here, the aim is to overcome a limitation of the method
concerning the challenge of obtaining an a posteriori error estimator using mathematical
analysis, which depends on numerical discretization. In particular, we develop an a
posteriori error estimator based upon the Kolmogórov’s energy cascade theory.
Lastly, concerning elliptic PDEs, the goal centers on resolving symmetric elliptic
PDEs and computing the best subspace approximating their solutions. The investigation
revolves around the Proper Generalized Decomposition (PGD) method, aiming to
address a limitation related to the computation of optimal PGD modes. Specifically, the
purpose is to explore the feasibility of directly computing these modes on a Grassmann
manifold, using the known Gradient Descent algorithm, adapted to this framework
Apuntes de Análisis Numérico
No full textApuntes de la asignatura de Análisis Numérico del segundo curso del Grado en Matemática Aplicada de la Universidad Loyola Andalucí
Reduced Order Methods for Differential Equations
Full text linkGracias al desarrollo tecnológico de los ordenadores durante el siglo XX, las simulaciones numéricas se han convertido en un campo fundamental en la mayoría de las
Ciencias, y son particularmente importantes en el campo de las Ecuaciones Diferenciales, como consecuencia de sus múltiples aplicaciones. Las simulaciones nos ofrecen
una plataforma virtual para la realización de tests, de gran utilidad para comprender la dinámica de distintos sistemas, o para la construcción de simuladores de todo
tipo, entre otras muchas aplicaciones. Para que los modelos sean realistas y puedan
ser utilizados de manera efectiva, es necesario resolver problemas complejos con una
alta precisión (high-fidelity), lo que puede conllevar un alto coste computacional.
El modelado de orden reducido entra en juego ya que reemplaza el sistema high-fidelity por otro en el que se puede evaluar la solución para cualquier nuevo caso con
un coste computacional bajo, mientras se mantienen las propiedades cualitativas y
cuantitativas principales de la solución. En este trabajo consideraremos dos méto dos para el modelado de orden reducido: Proper Orthogonal Decomposition (POD)
y una adaptación del método Greedy. Como aplicación, comprobaremos en primer
lugar los resultados en el caso de las Ecuaciones en Derivadas Parciales (EDPs),
donde realizaremos modelado de orden reducido respecto de los parámetros físicos.
Por último, aplicaremos el método POD para aproximar los datos obtenidos al resolver Sistemas Diferenciales Ordinarios (SDO) como primer paso para la creación
del sistema reducido asociado.Thanks to the technological development of computers in the 20th century, numerical
simulations have become a fundamental field in most of the Sciences, and they are
especially important in the field of Differential Equations, because of their multiple
applications. Simulations provide us a virtual platform to perform tests, with great
utility in order to understand the dynamics of different systems, or to build all kind
of simulators, among many other applications. For the models to be realistic and
can be used effectively, it is necessary to solve complex problems with high precision
(high-fidelity), this can carry a high computational cost. Reduced order modelling
comes into play as it replaces the high-fidelity system with another, in which we
can evaluate the solution for any new parameter instance with low computational
cost, while capturing its main qualitative and quantitative features. In this work, we
consider two methods of reduced order modelling, Proper Orthogonal Decomposition
and an adaptation of the Greedy method. As an application, we will first check the
results for Partial Differential Equations (PDEs), we apply reduced order modelling
with respect to physical parameters. At last, we apply the POD method in order to
approximate data obtained by solving Systems of Differential Equations (SDEs), as
the first step to build the associated reduced system.Universidad de Sevilla. Grado en Física y Matématica
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Órbitas Canard en sistemas lineales a trozos y aplicaciones
Full text linkEl estudio de los sistemas dinámicos continúa teniendo una gran importancia en el mundo actual, ya que estos sistemas modelan múltiples fenómenos que evolucionan con el tiempo. Dichos fenómenos provienen de campos tan diversos como la Medicina, la Física o la Economía. Una clase de estos sistemas especialmente interesante es la de los sistemas con múltiples escalas de tiempo, en los que aparecen fenómenos sumamente complejos. En este trabajo se realiza un estudio sobre órbitas canard, presentes en sistemas dinámicos con varias escalas de tiempo, desde el punto de vista de la modelización lineal a trozos. Veremos que los sistemas lineales a trozos
son capaces de reproducir fenómenos canard clásicos, reduciendo la complejidad de los modelos originales. Además, comprobaremos los resultados teóricos presentados en un modelo aerodinámico de pérdida de estabilidad de los aviones realizando un giro en la tierra, que sabemos que exhibe el fenómeno canard.Nowadays, the study of dynamical systems continues having a major importance, because of the great quantity of phenomena that evolves with time that they model. These phenomena come from fields so diverse as Medicine, Physics or Economy. A class of this systems specially interesting are systems with multiple time scales, in which extremely complex phenomena appear. In this work we will consider a study of canard orbits, appearing in dynamical systems with multiple time scales, from the point of view of piecewise linear modeling. We will see that piecewise linear models are able to reproduce classic canard phenomena, reducing the complexity of original models. In addition, we will check the theoretical results of an aerodynamic model of loss of lateral stability of an aircraft turning on the ground, which we know that exhibits the canard phenomenon.Universidad de Sevilla. Doble Grado en Física y Matemática
Power BI en acción: Píldoras informativas para Análisis de Datos I
No full textA series of informative video capsules focused on the practical application of Power BI in the context of the course Data Analysis I, offered as part of the Bachelor's Degree in Business Administration.
Una serie de píldoras informativas de vídeo centradas en la aplicación práctica de Power BI en el contexto del curso Análisis de Datos I, ofrecido como parte del Grado en Administración y Dirección de Empresas
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
- …
