MétaCan
Menu
Retour à la cohorte
Enregistrement W1576001493 · doi:10.48550/arxiv.1208.4698

Error analysis of linearized semi-implicit Galerkin finite element methods for nonlinear parabolic equations

2012· preprint· en· W1576001493 sur OpenAlexaff
Buyang Li, Weiwei Sun

Notice bibliographique

RevueArXiv.org · 2012
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemFinite element methodMathematicsGalerkin methodDiscontinuous Galerkin methodNorm (philosophy)Backward Euler methodApplied mathematicsParabolic partial differential equationEuler equationsMathematical analysisPartial differential equationPhysics

Résumé

récupéré en direct d'OpenAlex

This paper is concerned with the time-step condition of commonly-used linearized semi-implicit schemes for nonlinear parabolic PDEs with Galerkin finite element approximations. In particular, we study the time-dependent nonlinear Joule heating equations. We present optimal error estimates of the semi-implicit Euler scheme in both the $L^2$ norm and the $H^1$ norm without any time-step restriction. Theoretical analysis is based on a new splitting of the error and precise analysis of a corresponding time-discrete system. The method used in this paper can be applied to more general nonlinear parabolic systems and many other linearized (semi)-implicit time discretizations for which previous works often require certain restriction on the time-step size $τ$.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,138
Tête enseignante GPT0,433
Écart entre enseignants0,295 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations108
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207