MétaCan
Menu
Retour à la cohorte
Enregistrement W1969570725 · doi:10.1142/s0218348x05002842

ANALYSIS OF THE DISPLACEMENT IN FRACTAL LATTICES WITH DIFFERENT NUMBER OF GRIDS

2005· article· en· W1969570725 sur OpenAlexaff
Tayfun Babadagli

Notice bibliographique

RevueFractals · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFractal dimensionFractalFractal dimension on networksPorous mediumGeometryLattice (music)Lattice Boltzmann methodsFractional Brownian motionSurface finishMathematicsGridSierpinski carpetStatistical physicsBrownian motionMaterials sciencePorosityMechanicsMathematical analysisFractal analysisPhysicsSierpinski triangleStatisticsComposite material

Résumé

récupéré en direct d'OpenAlex

Two-dimensional (2-D) fractal lattices, that can be representative of fracture surface/aperture roughness or 2-D permeability distribution in a porous medium, are generated using fractional Brownian motion (fBm) for different grid sizes. Invasion percolation simulations are applied on these lattices to investigate the influences of the grid size on displacement. It is found that the selection of the number of grids for computer experimentation of displacement processes is critical. The fractal dimension of the invasion cluster decreases with increasing fractal dimension of the lattice and the number of grids of the lattice. In modeling the displacement processes in fractal porous media or a single fracture between two rough surfaces, consistent fractal behavior is expected any value of the number of grids above 128 × 128. Hence, one should be careful in selecting the number of points in measuring the permeability distribution in a 2-D porous medium or roughness of the fracture surfaces.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,246
Écart entre enseignants0,242 · 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
GenreEmpirique

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

En bref

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFractalsMême sujetTheoretical and Computational PhysicsTravaux en français237 207