A turbulence closure based on the maximum entropy method
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
The fundamental problem of turbulence is that of closing the infinite sequence of equations that result from the application of Reynolds averaging to the governing relations for momentum, heat and mass transfer. These equations model the moments of the turbulent probability density, PDF, such as the first, second, third, and higher order moments, each equation depending on higher order moments. The ability to relate the set of moments of order n to moments of n+1 would permit closure to a finite system of equations as we could truncate the sequence of equations. The concept of the Shannon entropy allows us to model the degree of uncertainty of a PDF. The Shannon entropy is related to the concept of thermodynamic entropy. The maximum entropy method determines the PDF that maximizes the entropy subject to a number of constraints. The most usual method is to use a finite number of lower order moments. A maximum entropy PDF is often used to approximate the shape of a PDF as the solution has desirable features such as being positive definite. The maximum entropy method is of great value as an approximation method in general. An examination of the behavior of the moments generate from a maximum entropy for a single degree of freedom fit to real, turbulent PDFs for velocity, skin-friction, and temperature fluctuations have been carried out to examine the methods ability predictive capability. In this examination experimentally determined data sets that contained data for all moments up to the sixth order were compiled from the literature. The maximum entropy method was applied using the first four moments. The fifth and sixth moments computed from the maximum entropy approximations were compared and found to compare very favorably with those measured. The presentation will start with a review of the maximum entropy method for a finite number of moments and a discussion of the computational
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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