MétaCan
Menu
Retour à la cohorte
Enregistrement W2113532376 · doi:10.1002/num.20233

On the stability of alternating‐direction explicit methods for advection‐diffusion equations

2007· article· en· W2113532376 sur OpenAlexaff
Lucy J. Campbell, Baoli Yin

Notice bibliographique

RevueNumerical Methods for Partial Differential Equations · 2007
Typearticle
Langueen
DomaineMathematics
ThématiqueDifferential Equations and Numerical Methods
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAdvectionMathematicsComputationStability (learning theory)Partial differential equationDiffusionMathematical analysisTerm (time)Applied mathematicsParabolic partial differential equationTime steppingPhysicsComputer scienceAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract Alternating‐Direction Explicit (A.D.E.) finite‐difference methods make use of two approximations that are implemented for computations proceeding in alternating directions, e.g., from left to right and from right to left, with each approximation being explicit in its respective direction of computation. Stable A.D.E. schemes for solving the linear parabolic partial differential equations that model heat diffusion are well‐known, as are stable A.D.E. schemes for solving the first‐order equations of fluid advection. Several of these are combined here to derive A.D.E. schemes for solving time‐dependent advection‐diffusion equations, and their stability characteristics are discussed. In each case, it is found that it is the advection term that limits the stability of the scheme. The most stable of the combinations presented comprises an unconditionally stable approximation for computations carried out in the direction of advection of the system, from left to right in this case, and a conditionally stable approximation for computations proceeding in the opposite direction. To illustrate the application of the methods and verify the stability conditions, they are applied to some quasi‐linear one‐dimensional advection‐diffusion problems. © 2007 Wiley Periodicals, Inc. Numer Methods Partial Differential Eq, 2007

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,181
Tête enseignante GPT0,487
Écart entre enseignants0,307 · 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
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

Citations43
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNumerical Methods for Partial Differential EquationsMême sujetDifferential Equations and Numerical MethodsTravaux en français237 207