MétaCan
Menu
Retour à la cohorte
Enregistrement W2118345671 · doi:10.1017/s0022112010004635

Controlling the dual cascade of two-dimensional turbulence

2010· article· en· W2118345671 sur OpenAlexaff
Mohammad Farazmand, Nicholas Kevlahan, Bartosz Protas

Notice bibliographique

RevueJournal of Fluid Mechanics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEnstrophyTurbulenceReynolds numberPhysicsScalingEnergy cascadeInertial frame of referenceIsotropyKolmogorov microscalesStatistical physicsCascadeRange (aeronautics)Forcing (mathematics)Turbulence kinetic energyClassical mechanicsK-omega turbulence modelMechanicsMathematicsGeometryVorticityVortexQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The Kraichnan–Leith–Batchelor (KLB) theory of statistically stationary forced homogeneous isotropic two-dimensional turbulence predicts the existence of two inertial ranges: an energy inertial range with an energy spectrum scaling ofk−5/3, and an enstrophy inertial range with an energy spectrum scaling ofk−3. However, unlike the analogous Kolmogorov theory for three-dimensional turbulence, the scaling of the enstrophy range in the two-dimensional turbulence seems to be Reynolds-number-dependent: numerical simulations have shown that as Reynolds number tends to infinity, the enstrophy range of the energy spectrum converges to the KLB prediction, i.e.E~k−3. The present paper uses a novel optimal control approach to find a forcing that does produce the KLB scaling of the energy spectrum in a moderate Reynolds number flow. We show that the time–space structure of the forcing can significantly alter the scaling of the energy spectrum over inertial ranges. A careful analysis of the optimal forcing suggests that it is unlikely to be realized in nature, or by a simple numerical model.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,207
Écart entre enseignants0,201 · 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

Citations28
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207