MétaCan
Menu
Retour à la cohorte
Enregistrement W2153237059 · doi:10.3934/dcds.2009.23.281

Multiscale analysis for convection dominated transport equations

2008· article· en· W2153237059 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiscrete and Continuous Dynamical Systems · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Mathematical Modeling in Engineering
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésConvection–diffusion equationPéclet numberConvectionNonlinear systemPhysicsFlow (mathematics)Operator (biology)Statistical physicsMathematical analysisMathematicsApplied mathematicsMechanics

Résumé

récupéré en direct d'OpenAlex

In this paper, we perform a systematic multiscale analysis forconvection dominated transport equations with a weak diffusion and ahighly oscillatory velocity field. The paper primarily focuses onupscaling linear transport equations. But we also discuss brieflyhow to upscale two-phase miscible flows, in which casethe concentration equation is coupled to the pressure equationin a nonlinear fashion. For the problem we consider here,the local Peclet number is of order $O(\epsilon^{-m+1})$ with $m \in[2,\infty]$ being any integer, where $\epsilon$ characterizes thesmall scale in the heterogeneous media. Due to the presence of thenonlocal memory effect, upscaling a convection dominated transportequation is known to be very difficult. One of the key ideas inderiving a well-posed homogenized equation for the convectiondominated transport equation is to introduce a projection operatorwhich projects the fluctuation onto a suitable subspace. Thisprojection operator corresponds to averaging along the streamlinesof the flow. In the case of linear convection dominated transportequations, we prove the well-posedness of the homogenized equationsand establish rigorous error estimates for our multiscale expansion.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,454

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 Opus0,013
Tête enseignante GPT0,236
Écart entre enseignants0,223 · 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