MétaCan
Menu
Retour à la cohorte
Enregistrement W2324736649 · doi:10.2514/6.2015-3198

Opportunities for efficient high-order methods based on the summation-by-parts property (Invited)

2015· article· en· W2324736649 sur OpenAlexaff
Jason E. Hicken, David C. Del Rey Fernández, David W. Zingg

Notice bibliographique

Revue22nd AIAA Computational Fluid Dynamics Conference · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésProperty (philosophy)Computer scienceOrder (exchange)EpistemologyBusinessPhilosophy

Résumé

récupéré en direct d'OpenAlex

Summation-by-parts (SBP) operators are traditionally viewed as high-order finite-difference operators, but they can also be interpreted as finite-element operators with an implicit basis. Such an element-based perspective leads to several opportunities that we describe. The first is provided by generalized one-dimensional SBP operators, which maintain the desirable properties of classical SBP operators while permitting flexible nodal distributions. The second opportunity is to extend the SBP definition to multiple dimensions, and a recently proposed definition for multidimensional SBP operators paves the way for time-stable, high-order finite-difference operators on unstructured grids. The final opportunity that we discuss is an analogy with the continuous Galerkin finite-element method, which leads to a systematic means of assembling SBP operators on a global domain from elemental operators. To illustrate these ideas, high-order SBP operators are constructed for the triangle and tetrahedron, and the former are assembled into a global SBP operator and applied to a linear convection problem on a triangular grid.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,109
Tête enseignante GPT0,325
Écart entre enseignants0,216 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue22nd AIAA Computational Fluid Dynamics ConferenceMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207