MétaCan
Menu
Retour à la cohorte
Enregistrement W2001512608 · doi:10.1090/s0025-5718-05-01804-1

Hybridized globally divergence-free LDG methods. Part I: The Stokes problem

2005· article· en· W2001512608 sur OpenAlexafffund
Jesús Carrero, Bernardo Cockburn, Dominik Schötzau

Notice bibliographique

RevueMathematics of Computation · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of MinnesotaNational Science Foundation
Mots-clésDivergence (linguistics)DiscretizationAlgorithmMathematicsComputer scienceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

We devise and analyze a new local discontinuous Galerkin (LDG) method for the Stokes equations of incompressible fluid flow. This optimally convergent method is obtained by using an LDG method to discretize a vorticity-velocity formulation of the Stokes equations and by applying a new hybridization to the resulting discretization. One of the main features of the hybridized method is that it provides a globally divergence-free approximate velocity without having to construct globally divergence-free finite-dimensional spaces; only elementwise divergence-free basis functions are used. Another important feature is that it has significantly less degrees of freedom than all other LDG methods in the current literature; in particular, the approximation to the pressure is only defined on the faces of the elements. On the other hand, we show that, as expected, the condition number of the Schur-complement matrix for this approximate pressure is of order h − 2 h^{-2} in the mesh size h h . Finally, we present numerical experiments that confirm the sharpness of our theoretical a priori error estimates.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,029
Tête enseignante GPT0,329
Écart entre enseignants0,300 · 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

Citations94
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMathematics of ComputationMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207