MétaCan
Menu
Retour à la cohorte
Enregistrement W2983323913 · doi:10.1002/fld.4790

Versatile anisotropic mesh adaptation methodology applied to pure quantity of interest error estimator. Steady, laminar incompressible flow

2019· article· en· W2983323913 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal for Numerical Methods in Fluids · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésLaminar flowEstimatorReynolds numberFinite element methodMathematical optimizationComputationApplied mathematicsMathematicsDragLift (data mining)Scalar (mathematics)Computational fluid dynamicsComputer scienceAlgorithmMechanicsGeometryTurbulenceEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Summary We introduce a new flexible mesh adaptation approach to efficiently compute a quantity of interest by the finite element method. Efficiently, we mean that the method provides an evaluation of that quantity up to a predetermined accuracy at a lower computational cost than other classical methods. The central pillar of the method is our scalar error estimator based on sensitivities of the quantity of interest to the residuals. These sensitivities result from the computation of a continuous adjoint problem. The mesh adaptation strategy can drive anisotropic mesh adaptation from a general scalar error contribution of each element. The full potential of our error estimator is then reached. The proposed method is validated by evaluating the lift, the drag, and the hydraulic losses on a 2D benchmark case: the flow around a cylinder at a Reynolds number of 20.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,209
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,162
Tête enseignante GPT0,441
Écart entre enseignants0,279 · 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