Eulerian Methods for Visualizing Continuous Dynamical Systems using Lyapunov Exponents
Notice bibliographique
Résumé
We propose a new Eulerian numerical approach for constructing forward flow maps in continuous dynamical systems. The new algorithm improves the original formulation developed in [S. Leung, J. Comput. Phys., 230 (2011), pp. 3500--3524; S. Leung, Chaos, 23 (2013), 043132] so that the associated PDEs are solved forward in time and, therefore, the forward flow map can now be determined on the fly. Thanks to the simplicity of the implementations, we are now able to efficiently compute the unstable coherent structures in the flow based on quantities like the finite time Lyapunov exponent (FTLE), the finite size Lyapunov exponent (FSLE) and also a related infinitesimal size Lyapunov exponent (ISLE). When applied to the ISLE computations, the Eulerian method is particularly computationally efficient. For each separation factor $r$ in the definition of the ISLE, typical Lagrangian methods are required to shoot and monitor an individual set of ray trajectories. If the scale factor in the definition changes, these methods have to begin the computations all over again. The proposed Eulerian method, however, needs to extract only an isosurface of volumetric data for an individual value of $r$, which can be easily done using any well-developed efficient interpolation method or simply an isosurface extraction algorithm. Moreover, we provide a theoretical link between the FTLE and ISLE fields, which explains the similarity in these solutions observed in various applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».