MétaCan
Menu
Retour à la cohorte
Enregistrement W1597278668 · doi:10.48550/arxiv.1410.7541

Characterizing the stabilization size for semi-implicit Fourier-spectral method to phase field equations

2014· preprint· en· W1597278668 sur OpenAlexaff
Dong Li, Zhonghua Qiao, Tao Tang

Notice bibliographique

RevuearXiv (Cornell University) · 2014
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of ChinaHong Kong Baptist University
Mots-clésLipschitz continuityNonlinear systemMathematicsPhase field modelsStability (learning theory)Field (mathematics)Applied mathematicsCahn–Hilliard equationEnergy (signal processing)Term (time)Mathematical analysisWork (physics)Fourier seriesNumerical analysisPhase (matter)Partial differential equationComputer sciencePhysicsPure mathematics

Résumé

récupéré en direct d'OpenAlex

Recent results in the literature provide computational evidence that stabilized semi-implicit time-stepping method can efficiently simulate phase field problems involving fourth-order nonlinear dif- fusion, with typical examples like the Cahn-Hilliard equation and the thin film type equation. The up-to-date theoretical explanation of the numerical stability relies on the assumption that the deriva- tive of the nonlinear potential function satisfies a Lipschitz type condition, which in a rigorous sense, implies the boundedness of the numerical solution. In this work we remove the Lipschitz assumption on the nonlinearity and prove unconditional energy stability for the stabilized semi-implicit time-stepping methods. It is shown that the size of stabilization term depends on the initial energy and the perturba- tion parameter but is independent of the time step. The corresponding error analysis is also established under minimal nonlinearity and regularity assumptions.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,094
Tête enseignante GPT0,268
Écart entre enseignants0,174 · 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

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetSolidification and crystal growth phenomenaTravaux en français237 207