State observer-based data assimilation: a PID control-inspired observer in the pressure equation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract A novel state observer-based data-assimilation technique is described and then assessed with a numerical test case. This novel technique assimilates pressure data through a state observer that is constructed based on a proportional-integral-derivative control law and that acts on the pressure equation. The technique is assessed by comparing the performance to a standard simulation and a data-assimilated simulation using a previously-established technique, wherein a proportional observer is placed in the momentum equations. First, the mechanism through which measured pressure data is assimilated into simulations is described for both the previously-established and the novel technique. Next, the techniques are applied to a square cylinder in cross-flow at a Reynolds number of 100. A reference simulation is run on a dense mesh, and both standard and data-assimilated simulations are run on a much coarser mesh. The primary characteristic used to evaluate the techniques is their dynamic performance, in terms of how quickly vortex shedding is realized and how accurately the frequency of the vortex shedding is modeled on the coarser mesh. Both of the data assimilation techniques produce simulations with a much faster transition from initial conditions to vortex shedding than the standard simulation on the coarse mesh. The data-assimilated simulation using an observer in the pressure equations most accurately estimates the pressures and velocities at the probed locations and produces a frequency spectrum that most closely matches the reference simulation.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle