MétaCan
Menu
Retour à la cohorte
Enregistrement W2129697028 · doi:10.1002/cnm.719

A free surface updating methodology for marker function‐based Eulerian free surface capturing techniques on unstructured meshes

2004· article· en· W2129697028 sur OpenAlexafffund
Steven Dufour, Ahamadi Malidi

Notice bibliographique

RevueCommunications in Numerical Methods in Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesAUTO21 Network of Centres of ExcellenceNetworks of Centres of Excellence of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésDiscretizationPolygon meshFree surfaceFunction (biology)Computational fluid dynamicsSurface (topology)Finite element methodVariable (mathematics)Computer scienceFlow (mathematics)Applied mathematicsInterface (matter)AlgorithmMathematicsComputational scienceMathematical optimizationMechanicsMathematical analysisGeometryPhysicsEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The numerical modelling of non‐miscible free surface flows using an interface capturing strategy, where a marker function is used to identify each fluid, is popular in the computational science literature. As the marker function is advected by the fluid flow, the region of transition of the marker gets deformed, this being caused by the finite element discretization of the transport equation, the time‐integration scheme and the type of mesh used. The challenge is to update this region of transition at regular time intervals, without artificially creating or losing mass. A methodology is proposed to update the region of transition of the marker variable on unstructured meshes, using a local least‐squares‐based strategy which reduces numerical mass loss. It is shown that this technique proves to be an effective strategy for the updating of an advected marker variable. Copyright © 2004 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,055
Tête enseignante GPT0,344
Écart entre enseignants0,289 · 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
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

Citations2
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications in Numerical Methods in EngineeringMême sujetFluid Dynamics and Heat TransferTravaux en français237 207