MétaCan
Menu
Retour à la cohorte
Enregistrement W1874674990 · doi:10.1002/fld.2686

Hybrid mesh adaptation applied to industrial numerical combustion

2011· article· en· W1874674990 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal for Numerical Methods in Fluids · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueRadiative Heat Transfer Studies
Établissements canadiensHéma-QuébecPolytechnique MontréalMiQro Innovation Collaborative Centre
Organismes subventionnairesnon disponible
Mots-clésPolygon meshHessian matrixMeasure (data warehouse)Intersection (aeronautics)Mathematical optimizationCombustionMetric (unit)Partial differential equationComputer scienceApplied mathematicsBasis functionBasis (linear algebra)CombustorMathematicsMathematical analysisGeometryEngineeringData miningAerospace engineering

Résumé

récupéré en direct d'OpenAlex

SUMMARY This paper presents an anisotropic mesh adaptation method applied to industrial combustion problems. The method is based on a measure of the distance between two Riemannian metrics called metric non‐conformity. This measure, which can be used to build a cost function to adapt meshes comprising several types of mesh elements, provides the basis for a generic mesh adaptation approach applicable to various types of physical problems governed by partial differential equations. The approach is shown to be applicable to industrial combustion problems, through the specification of a target metric computed as the intersection of several Hessian matrices reconstructed from the main variables of the governing equations. Numerical results show that the approach is cost effective in that it can drastically improve the prediction of temperature and species distributions in the flame region of a combustor while reducing computational cost. The results can be used as a basis for pollutant prediction models. Copyright © 2011 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

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

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 Opus0,125
Tête enseignante GPT0,373
Écart entre enseignants0,248 · 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