MétaCan
Menu
Retour à la cohorte
Enregistrement W2979407426 · doi:10.2112/jcoastres-d-19-00057.1

Evolutionary Modeling of Inclined Dense Jets Discharged from Multiport Diffusers

2019· article· en· W2979407426 sur OpenAlexaff
Xiaohui Yan, Abdolmajid Mohammadian

Notice bibliographique

RevueJournal of Coastal Research · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGenetic programmingFroude numberMixing (physics)MechanicsFlow (mathematics)Work (physics)MathematicsComputer sciencePhysicsEngineeringMechanical engineeringMachine learning

Résumé

récupéré en direct d'OpenAlex

Yan, X. and Mohammadian, A., 2020. Evolutionary modeling of inclined dense jets discharged from multiport diffusers. Journal of Coastal Research, 36(2), 362–371. Coconut Creek (Florida), ISSN 0749-0208.Multiport diffusers are becoming popular for discharging wastewaters into the receiving water. In this work, an approach based on multigene genetic programming (MGGP) is presented and applied to model the mixing properties of inclined dense jets discharged from multiport diffusers. Explicit mathematical models were formulated for the nondimensional terminal rise height, the nondimensional impact distance, and the nondimensional impact dilution, which are the most important parameters for describing effluent mixing properties. The developed model can be employed to predict mixing parameters as functions of the densimetric Froude number, the nondimensional port spacing, and the nondimensional current speed. The models were trained and tested with experimental data for three different ambient flow conditions: stationary, coflowing, and counterflowing. Therefore, these models are generally valid for these different scenarios. Sample Pareto-optimal MGGP models were compared, and the best ones are identified. The single-gene genetic programming (SGGP) algorithm was also utilized to develop models for the same parameters. It was found that the best MGGP models outperformed the best SGGP models and the existing empirical formulations. A confidence analysis for the best MGGP models is also reported. On the basis of a detailed evaluation of the performances of the MGGP models, the MGGP technique was proved to be a useful tool in developing models for predicting the mixing properties of inclined dense discharges from multiport diffusers.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,031
Tête enseignante GPT0,303
Écart entre enseignants0,271 · 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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coastal ResearchMême sujetHydraulic flow and structuresTravaux en français237 207