Vortex axis tracking by iterative propagation (VATIP): a method for analysing three-dimensional turbulent structures
Notice bibliographique
Résumé
Vortex is a central concept in the understanding of turbulent dynamics. Objective algorithms for the detection and extraction of vortex structures can facilitate the physical understanding of turbulence regeneration dynamics by enabling automated and quantitative analyses of these structures. Despite the wide availability of vortex identification criteria, they only label spatial regions belonging to vortices, without any information on the identity, topology and shape of individual vortices. This latter information is stored in the axis lines lining the contours of vortex tubes. In this study, a new tracking algorithm is proposed which propagates along the vortex axis lines and iteratively searches for new directions for growth. The method is validated in flow fields from transient simulations where vortices of different shapes are controllably generated. It is then applied to statistical turbulence for the analysis of vortex configurations and distributions. It is shown to reliably extract axis lines for complex three-dimensional vortices generated from the walls. A new procedure is also proposed that classifies vortices into commonly observed shapes, including quasi-streamwise vortices, hairpins, hooks and branches, based on their axis-line topology. Clustering analysis is performed on the extracted axis lines to reveal vortex organization patterns and their potential connection to large-scale motions in turbulence.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».