Numerical Modeling in Materials Science and Engineering. Series in Computational Math, Vol 32
Notice bibliographique
Résumé
11R2. Numerical Modeling in Materials Science and Engineering. Series in Computational Math, Vol 32. - M Rappaz (Lab of Phys Metall, Swiss Fed Inst of Tech, Lausanne, 1015, Switzerland), M Bellet (Ecole des Mines de Paris, CEMEF, Sophia Antipolis, 06904, France), M Deville (Lab of Comput Eng, Swiss Fed Inst of Tech, Lausanne, 1015, Switzerland). Springer-Verlag, Berlin. 2003. 540 pp. ISBN 3-540-42676-0. $89.95.Reviewed by HM Srivastava (Dept of Math and Stat, Univ of Victoria, PO Box 3045, Victoria V8W 3P4, BC, Canada).The past two decades have witnessed an increasingly diversified account of the various numerical methods and their applications in the fields of materials science and engineering; in particular, the Monte Carlo methods, cellular automata, random walkers, atomistic methods related to molecular dynamics, boundary element methods, homogenization techniques based upon average conservation laws, and so on. The book under review is devoted to the numerical simulation and modeling in (especially) materials science and engineering. It aims at familiarizing the materials scientists and engineers with the numerical methods and techniques that are state-of-the-art in this subject. There are ten chapters in this book. Chapter 1 (Continuous Media) introduces the equations of conservation of mass, momentum, energy and solute, initiates an investigation of the principal equations for materials behavior (which are developed in depth in Chapters 5, 6, and 7), and provides the definitions of the boundary conditions and the initial conditions. And the last chapter (Chapter 10, Appendices) consists of the sections Table of Symbols, Vector Calculus, Gauss Integration Method, Non-Dimensional Numbers, and Interpretation of the Terms of the Elementary Stiffness Matrix for a Diffusion Problem on a Triangular Linear Finite Element. Chapter 2 (The Finite Difference Method), Chapter 3 (The Finite Element Method), and Chapter 4 (Elements of Numerical Algorithms) present lucid and more-or-less self-contained accounts of the subjects titled and also indicate the possibility of extending some of these methods to sundry more complicated cases which are not dealt with in detail in this book. Chapter 5 (Phase Transformations), Chapter 6 (Deformations of Solids), and Chapter 7 (Incompressible Fluid Flow) provide further in-depth developments of the aforementioned principal equations for materials behavior (which were introduced in Chapter 1 itself). The remaining chapters of this book, Chapter 8 (Inverse Methods) and Chapter 9 (Stochastic Methods) describe and illustrate the underlying general principles of each of these additional methods. With the natural exception of Chapter 10, each chapter of this book contains a bibliography for further reading. And, more importantly, Numerical Modeling in Materials Science and Engineering is full of useful computer-generated pictures and diagrams for illustrative purposes. In summary, this is a well written and well-organized reference book that will hopefully prove to be indispensable, especially for those materials scientists and engineers whose investigations make use of the various numerical methods and techniques developed in this book.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,036 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».