MétaCan
Menu
Retour à la cohorte
Enregistrement W2972116450 · doi:10.1109/mwsym.2019.8701059

A Stable Meshless Method for Electromagnetic Analysis

2019· article· en· W2972116450 sur OpenAlexaff
Xiaoyan Zhang, Liwei Li, Zhizhang Chen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésRegularized meshless methodEigenvalues and eigenvectorsInterpolation (computer graphics)Moment (physics)InstabilityCondition numberMatrix (chemical analysis)Meshfree methodsMathematicsSampling (signal processing)Numerical stabilityApplied mathematicsStability (learning theory)Numerical analysisMethod of moments (probability theory)Mathematical optimizationSingular boundary methodComputer scienceMathematical analysisFinite element methodPhysicsMechanicsEngineeringStructural engineeringClassical mechanicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The major problem in applying a meshless (RPIM) method is that when a large number of sampling nodes is used, the condition number of the moment matrix increases, and numerical solution becomes unstable due to the required inversion of the matrix. To address the problem, in this paper, with the radial point interpolation meshless (RPIM) method as an example, the moment matrix is first diagonalized and then the associated singular eigenvalues that cause the instability are truncated. As a result, the dependence of the stability on the number of the sampling nodes is removed. Numerical experiments are conducted, and the results have shown that the proposed algorithm are stable irrespective of number of sampling nodes; they pay the way forward for the meshless method to be applied to practical structures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,274
Écart entre enseignants0,266 · 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 tête enseignante, 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNumerical methods in engineeringTravaux en français237 207