MétaCan
Menu
Retour à la cohorte
Enregistrement W2284373847

가압경수로 2상유동 해석 코드 CUPID 병렬화 및 병렬 특성 평가

2014· article· ko· W2284373847 sur OpenAlexaboutno aff
이재룡, 윤한영, 최형권

Notice bibliographique

Revue한국전산유체공학회 학술대회논문집 · 2014
Typearticle
Langueko
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSolverParallel computingMessage Passing InterfacePolygon meshDomain decomposition methodsComputer scienceScalabilityComputational scienceSparse matrixDiagonalCode (set theory)Transient (computer programming)FortranInterface (matter)Matrix (chemical analysis)Domain (mathematical analysis)Set (abstract data type)Message passingComputer graphics (images)Finite element methodEngineeringMathematicsOperating systemProgramming languageGeometryChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Two-phase thermal hydraulics code, CUPID for multi-dimensional, multi-physics and multi-scale analysis in PWR was parallelized to fulfil the demand for long transient or high-resolved thermal hydraulics calculation. the CUPID code was parallelized based on the domain decomposition method with MPI (Message Passing Interface). For domain decomposition, the CUPID code provides both manual and automatic method with METIS library. For the effective memory management, the CSR (Compressed Sparse Row) format is adopted, which is one of the methods to represent the sparse asymmetric matrix. By performing the verification for the fundamental problem set, the parallelization of the CUPID has been successfully confirmed. In this paper, the characteristics of the parallelized CUPID code were investigated. Since the scalability of a parallel simulation is generally known to be better for fine mesh system, three types of mesh system are considered: 40,000 meshes for coarse system, 320,000 meshes for fine system. In the given geometry, both single- and two-phase calculations are conducted. In addition, two types of preconditioning for matrix solver were compared: diagonal and incomplete LU preconditioning.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,007
Tête enseignante GPT0,225
Écart entre enseignants0,218 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue한국전산유체공학회 학술대회논문집Même sujetEngineering Applied ResearchTravaux en français237 207