MétaCan
Menu
Retour à la cohorte
Enregistrement W2089731814 · doi:10.2514/6.2009-3658

Interface and Boundary Schemes for High-Order Methods

2009· article· en· W2089731814 sur OpenAlexaff
Xun Huan, Jason E. Hicken, David W. Zingg

Notice bibliographique

Revue19th AIAA Computational Fluid Dynamics · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInterface (matter)Computer scienceBoundary (topology)Order (exchange)Operating systemMathematicsBusiness

Résumé

récupéré en direct d'OpenAlex

High-order finite-difference methods show promise for delivering efficiency improve-ments in some applications of computational fluid dynamics. Their accuracy and efficiency are dependent on the treatment of boundaries and interfaces. Interface schemes that do not involve halo nodes offer several advantages. In particular, they are an effective means of dealing with mesh nonsmoothness, which can arise from the geometry definition or mesh topology. In this paper, two such interface schemes are compared for a hyperbolic prob-lem. Both schemes are stable and provide the required order of accuracy to preserve the desired global order. The first uses standard difference operators up to third-order global accuracy and special near-boundary operators to preserve stability for fifth-order global accuracy. The second scheme combines summation-by-parts operators with simultaneous approximation terms at interfaces and boundaries. The results demonstrate the effective-ness of both approaches in achieving their prescribed orders of accuracy and quantify the error associated with the introduction of interfaces. Overall, these schemes offer several advantages, and the error introduced at mesh interfaces is small. Hence they provide a highly competitive option for dealing with mesh interfaces and boundary conditions in high-order multiblock solvers, with the summation-by-parts approach with simultaneous approximation terms preferred for its more rigorous stability properties. I.

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 candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,424
Score d'incertitude au seuil1,000

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 Opus0,006
Tête enseignante GPT0,276
Écart entre enseignants0,269 · 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.

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

Citations20
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue19th AIAA Computational Fluid DynamicsMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207