MétaCan
Menu
Retour à la cohorte
Enregistrement W2947904495 · doi:10.1142/s0129183119410018

Simulating anisotropic flows with isotropic lattice models via coordinate and velocity transformation

2019· article· en· W2947904495 sur OpenAlexaff
Zimeng Wang, Junfeng Zhang

Notice bibliographique

RevueInternational Journal of Modern Physics C · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésLattice Boltzmann methodsHPP modelAnisotropyIsotropyVortexCuboidLattice (music)Coordinate systemStatistical physicsPhysicsMathematicsGeometryMathematical analysisClassical mechanicsMechanicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We propose a rectangular lattice Boltzmann model for anisotropic flows based on coordinate and velocity transformation. Unlike other existing rectangular models which tuned the lattice Boltzmann algorithm to fit the rectangular or cuboid lattice grids, here we apply the general lattice Boltzmann method to solve the transformed system over regular square lattice grids. The method is tested with simulations of representative anisotropic flows, including flows in narrow straight and wavy channels, the Taylor–Green vortex flow, and the flow through an elliptical particle array. These simulations show that in general our method produces satisfactory results; however, the aspect ratio [Formula: see text] is limited to relatively large values ([Formula: see text]). The effects of [Formula: see text] on simulation accuracy and stability have been carefully examined, and a possible remedy to improve these concerns has been proposed. The method and analysis could be useful for future development of more robust and practical anisotropic lattice Boltzmann models for realistic simulations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,014
Tête enseignante GPT0,234
Écart entre enseignants0,220 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Modern Physics CMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207