A Solution to the Inverse Problem of Coupled Hydrological and Thermal Regimes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In typical geological settings, the subsurface hydrological and thermal regimes are often closely coupled. A realistic analysis of the coupled systems requires that the two regimes be considered simultaneously. To make optimal use of the often noisy hydrological and thermal data, it is necessary to adopt an inverse formulation. In this paper, we report some results of our Erst stage investigation, using a steady state, 2—D (cross—section) model. A 2—D isoparametric finite element model is used to discretize the problem, and the nodal values of temperature and hydraulic head, as well as the elemental medium thermal conductivities and permeabilities, are treated as parameters. A generalized non—linear stochastic inverse method of Bayesian type is used for parameter estimation, with the a priori information on the parameters described in terms of the first two moments of the appropiate probability distributions. For computational efficiency, a gradient method is used in the parameter estimation procedure, and the gradient matrix (derivatives of the parameterized system with respect to the parameters), needed in the iteration scheme, is formulated analytically at the elemental level. Numerical results show that the non-linearity of the problem, which is effectively determined by the quality of the a priori information, plays an important role in the performance of the method. With a sufficient number of reasonably well distributed data, the parameters can be well resolved.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle