MétaCan
Menu
Retour à la cohorte
Enregistrement W2950209524 · doi:10.82308/41560

Anisotropic mesh adaptation for transient problems and functional-output variables

2011· article· en· W2950209524 sur OpenAlexfundno aff
Mostafa Najafiyazdi

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIntersection (aeronautics)Applied mathematicsAlgorithmComputer scienceMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

L'adaptation de maillage est la modification d'un maillage existant afin de saisir avec précision les phénomènes physiques sans augmentation excessive du coût de calcul. Parmi les nombreux défis qui demeurent dans ce domaine, l'adaptation de maillage de manière instable et l'adaptation de maillage selon un « functional-output » sont les deux thèmes abordés dans ce travail. La méthode « Transient-Fixed-point » est une nouvelle approche pour l'adaptation de maillage de manière instable. Cette méthode consiste à formée un lien entre le maillage et la solution. Ce qui différencie la méthode « Transient-Fixed-point » de méthodes d'adaptation constante est l'intersection des métriques à travers le temps. Dans cet ouvrage, un nouveau régime pour l'intersection de métriques transitoire est proposé afin de préserver l'orthogonalité des données.Un autre défi de l'adaptation de maillage est de contrôler les modifications apporté à la maille selon une fonction intégrale, connu sous le nom de « functional-output » (par exemple, la portance, la trainée, des moments, etc.) plutôt que de calculées directement les variables (par exemple vitesse, pression, Mach, etc.). Un tel contrôle provient d'une d'évaluation approprié de l'erreur des lisières à être définies en fonction des choix de « functional ». Une telle définition est proposée dans ce travail qui entraine l'adaptation de maillage de surface en fonction du« functional-output » choisi.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,027
Tête enseignante GPT0,186
Écart entre enseignants0,159 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207