MétaCan
Menu
Retour à la cohorte
Enregistrement W2312773924 · doi:10.3934/dcdsb.2007.7.807

Error estimation of a class of quadratic immersed finite element methods for elliptic interface problems

2007· article· en· W2312773924 sur OpenAlexaff
Tao Lin, Yanping Lin, Weiwei Sun

Notice bibliographique

RevueDiscrete and Continuous Dynamical Systems - B · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensToronto Metropolitan UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFinite element methodQuadratic equationJumpInterface (matter)ImperfectMathematicsMixed finite element methodExtended finite element methodSpace (punctuation)Element (criminal law)Applied mathematicsMathematical analysisCarry (investment)Mathematical optimizationComputer scienceGeometryPhysicsStructural engineeringParallel computingEngineering

Résumé

récupéré en direct d'OpenAlex

We carry out error estimation of a class of immersed finite element (IFE) methods for elliptic interface problems with both perfect and imperfect interface jump conditions. A key feature of these methods is that their partitions can be independent of the location of the interface. These quadratic IFE spaces reduce to the standard quadratic finite element space when the interface is not in the interior of any element. More importantly, we demonstrate that these IFE spaces have the optimal (slightly lower order in one case) approximation capability expected from a finite element space using quadratic polynomials.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,347
Écart entre enseignants0,328 · 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

Citations33
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscrete and Continuous Dynamical Systems - BMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207