An Adaptive Multilevel Wavelet Solver for Elliptic Equations on an Optimal Spherical Geodesic Grid
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
An adaptive multilevel wavelet solver for elliptic equations on an optimal spherical geodesic grid is developed. The method is based on second-generation spherical wavelets on almost uniform optimal spherical geodesic grids. It is an extension of the adaptive multilevel wavelet solver [O. V. Vasilyev and N. K.-R. Kevlahan, J. Comput. Phys., 206 (2005), pp. 412–431] to curved manifolds. Wavelet decomposition is used for grid adaption and interpolation. A hierarchical finite difference scheme based on the wavelet multilevel decomposition is used to approximate the Laplace–Beltrami operator. The optimal spherical geodesic grid [Internat. J. Comput. Geom. Appl., 16 (2006), pp. 75–93] is convergent in terms of local mean curvature and has lower truncation error than conventional spherical geodesic grids. The overall computational complexity of the solver is $O(\mathcal{N})$, where $\mathcal{N}$ is the number of grid points after adaptivity. The accuracy and efficiency of the method is demonstrated for the spherical Poisson equation. Although the present paper considers the sphere, the strength of this new method is that it can be extended easily to other curved manifolds by choosing an appropriate coarse approximation and using recursive surface subdivision.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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