MétaCan
Menu
Retour à la cohorte
Enregistrement W2188793440 · doi:10.22215/etd/2014-10245

Ionospheric Gravity Wave Interactions and Their Representation in Terms of Stochastic Partial Differential Equations

2014· dissertation· en· W2188793440 sur OpenAlexaff
Victor Nijimbere

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésStochastic partial differential equationPartial differential equationStochastic differential equationPhysicsNonlinear systemBrownian motionRandomnessMathematicsClassical mechanicsMathematical analysisQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Phenomena in nature that involve diffusion and convection of matter and propagation of waves, e.g., the propagation of waves in geophysical flows, can exhibit randomness properties and thus need to be modeled by stochastic partial differential equations (SPDEs). For example in the ionosphere, the region in the upper atmosphere where there are high concentrations of ions and electrons, wave interactions are influenced by electromagnetic forces that fluctuate randomly in time, and are thus modeled by SPDEs. In this thesis we model interactions between atmospheric waves and the ionosphere induced by upward propagating atmospheric gravity waves (AGWs) starting with the equations of conservation of mass, momentum and energy, and Maxwell's equations. Two important problems are examined: the problem in which the ionosphere is treated as a deterministic medium and the wave interactions are governed by nonlinear partial differential equations (PDEs), and the problem in which the ionosphere is a random medium and the governing equations are nonlinear stochastic partial differential equation (SPDEs) driven by the Brownian motion. In the stochastic case we make use of numerical methods based on Wiener Chaos expansions (WCE) which are effective methods for solving SPDEs driven by Brownian motion. The accuracy of this method is accessed by comparing the results with the exact analytical or semi-analytical solutions for some problems involving stochastic evolution equations comprising the stochastic heat and stochastic advection-diffusion equations, and the stochastic Burgers' equation. In the the deterministic case, we derive analytical solutions for some special simplified configurations and then carry out numerical simulations for time-dependent nonlinear configurations. The results of the simulations of our analytical and numerical models are compared with the conclusions from previous studies which are mainly observations. Our results explain several observed phenomena arising from the interactions of the atmospheric gravity waves with the ionosphere.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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)0,0020,000

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 Opus0,031
Tête enseignante GPT0,255
Écart entre enseignants0,224 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeophysics and Gravity MeasurementsTravaux en français237 207