MétaCan
Menu
Retour à la cohorte
Enregistrement W2032794421 · doi:10.2514/6.2010-4678

Improvements in Accuracy and Efficiency for a Far-Field Drag Prediction and Decomposition Method

2010· article· en· W2032794421 sur OpenAlexafffund
Martin Gariépy, Jean‐Yves Trépanier, Christian Masson

Notice bibliographique

Revue28th AIAA Applied Aerodynamics Conference · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensÉcole de Technologie SupérieurePolytechnique Montréal
Organismes subventionnairesFondation J. Armand BombardierPolytechnique MontréalPratt and Whitney Canada
Mots-clésDragComputer scienceField (mathematics)DecompositionAerospace engineeringMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

An advanced drag prediction method, based on a volumetric integration and derived from the fareld method, has recently been proposed. This powerful method allows for the extraction of spurious drag introduced by arti cial dissipation from a CFD solution. This method also allows for the breakdown of drag into its physical sources. Until now, this method has required a fully converged CFD solution in order to ensure accurate results. At its rst contribution, this paper states a less restrictive convergence criterion that ensures accurate results. Its second contribution is to render this method compatible with various kinds of solver by suggesting a way to avoid interpolating a gradient, as this interpolation is generally a source of numerical error.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,239
Écart entre enseignants0,234 · 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 tête enseignante, 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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue28th AIAA Applied Aerodynamics ConferenceMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207