MétaCan
Menu
Retour à la cohorte
Enregistrement W2994611362 · doi:10.1121/1.5139221

Superposition method for modelling boundaries between media in viscoelastic finite difference time domain simulations

2019· article· en· W2994611362 sur OpenAlexafffund
Robert Andrew Drainville, Laura Curiel, Samuel Pichardo

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of CalgaryLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFinite-difference time-domain methodSuperposition principleRegular gridGridCartesian coordinate systemFinite difference methodComputer scienceViscoelasticityFinite differenceMathematicsMathematical analysisPhysicsGeometryOptics

Résumé

récupéré en direct d'OpenAlex

Finite-difference time domain (FDTD) techniques are widely used to model the propagation of viscoelastic waves through complex and heterogeneous structures. However, in the specific case of media mixing liquid and solid, attempts to model continuous media onto a Cartesian grid produces errors when the liquid-solid interface between different media do not align precisely with the Cartesian grid. The increase in spatial resolution required to eliminate this grid staircasing effect can be computationally prohibitive. Here, a modification to the Virieux staggered-grid FDTD scheme called the superposition method is presented. This method is intended to reduce this staircasing effect while keeping a manageable computational time. The method was validated by comparing low-spatial-resolution simulations against simulations with sufficiently high resolution to provide reasonably accurate results at any incident angle. The comparison of the root-mean-square of the stress amplitude maps showed that the amplitude of artifactual waves could be reduced by several orders of magnitude when compared to the Virieux staggered-grid FDTD method and that the superposition method helped to significantly reduce the staircasing effect in FDTD simulations.

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)0,001
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: aucune
Score de désaccord entre enseignants0,679
Score d'incertitude au seuil0,168

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,248
Écart entre enseignants0,232 · 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

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207