Accuracy of Discretization Error Estimation by the Error Transport Equation on Unstructured Meshes - Nonlinear Systems of Equations
Notice bibliographique
Résumé
In this paper, we perform a numerical estimation of discretization error using the error transport equation, derived from the primal PDE. The viability of using this method for obtaining higher order estimates for unstructured finite-volume discretizations of scalar linear and nonlinear scalar PDEs has previously been demonstrated, and here we examine how this extends to steady state solutions to the Euler equations, a nonlinear system of PDEs. Considerations for the error transport equation with and without linearization were made. Comparisons of results show that using the fully nonlinear form has verifiable properties as well as being superior in accuracy of the error estimate in some situations, although the Newton linearization can be adequate in others. The major results for 1D and 2D test cases were consistent with scalar problems. With arbitrary choices of discretization orders for the primal and error PDEs and residual source term, the error estimate obtained is in general not sharp and converges to the exact error at the same order as the primal discretization. However, using a discretization scheme where the source term for the error equation is the residual based on a reconstruction of the converged primal solution that is the same order as the error equation discretization leads to a sharp, high order estimate compared to other combinations. Therefore, we demonstrate that there are nominal accuracy combinations for discretizing the primal and error equations, and evaluating the residual source term, that require more computational work but are actually less accurate asymptotically in obtaining an estimate of error, which are choices that one should never make in practice. In addition, some results for the runtime costs are obtained for evaluating the feasibility of applying this error estimation approach compared to higher order primal discretizations.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».