MétaCan
Menu
Retour à la cohorte
Enregistrement W2149899904 · doi:10.1109/cefc-06.2006.1633140

Strategies for h-p Adaptive Finite Element Analysis for Electromagnetics in Large Scale Parallel Computing Environments: Theory and Practice

2006· article· en· W2149899904 sur OpenAlexaffabout
S. McFee, Dennis D. Giannacopoulos, B. Mirican

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMatrix Theory and Algorithms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSupercomputerComputer scienceExpeditingFinite element methodParallel computingConvergence (economics)Computational scienceElectromagneticsScale (ratio)ComputationComputational electromagneticsAdaptive mesh refinementComputer engineeringStability (learning theory)Distributed computingAlgorithmMachine learningElectronic engineeringSystems engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Practical methods and strategies for implementing and using h-p adaptive finite element analysis, for electromagnetic device modeling and simulation, in large scale parallel computing environments are developed and investigated. The primary focus of this research is to explore and evaluate the theory and practice of developing and exploiting advanced adaptive techniques within supercomputing range parallel processing systems. The essential objective of this contribution is to assess the potential advantages and related costs of employing broad-breadth and deep multilevel refinement trajectory trees with self-adjusting pruning strategies, for expediting h-p adaptive solution convergence, and to facilitate the assessment of solution integrity, stability and accuracy. The CLUMEQ Supercomputer Centre at McGill was used for all large scale computations; process management was handled using MPI

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,489

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,011
Tête enseignante GPT0,256
Écart entre enseignants0,246 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMatrix Theory and AlgorithmsTravaux en français237 207