MétaCan
Menu
Retour à la cohorte
Enregistrement W2159127696 · doi:10.1109/mwsym.2009.5165695

Towards the development of unconditionally stable time-domain meshless numerical methods

2009· article· en· W2159127696 sur OpenAlexaff
Yiqiang Yu, Zhizhang Chen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésRegularized meshless methodInterpolation (computer graphics)Polygon meshStability (learning theory)Conformal mapNumerical stabilityApplied mathematicsComputer scienceNumerical analysisDomain (mathematical analysis)Mathematical optimizationPoint (geometry)AlgorithmMathematicsSingular boundary methodFinite element methodMathematical analysisGeometryImage (mathematics)PhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Meshless methods have recently emerged as robust numerical techniques for electromagnetic modeling in time domain. In those methods, a problem domain is represented by scattered spatial nodes instead of numerical meshes, thus the conformal modeling of boundaries and solution refinements can be conveniently achieved. However, the CFL-like numerical stability condition still exists with these meshless methods, which prevents the methods being efficiently applied for general electromagnetic simulations. To overcome the problem, in this paper, we propose the unconditionally stable mesheless methods by incorporating two efficiency-improved implicit schemes, namely the leapfrog alternating-direction-implicit (ADI) and the locally one-dimensional scheme (LOD) schemes, into the radial point interpolation mesheless method (RPIM). The proposed methods are numerically verified for their unconditional stability, and are assessed for their numerical accuracy and efficiency. In comparisons with the conventional RPIM, computational cost can be saved by up to 80% with little sacrifice of accuracy.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,022
Tête enseignante GPT0,307
Écart entre enseignants0,285 · 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

Citations16
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNumerical methods in engineeringTravaux en français237 207