MétaCan
Menu
Retour à la cohorte
Enregistrement W2998029021 · doi:10.2514/6.2020-0327

Design and Development of a Computational Fluid Dynamics Software in the Context of a Capstone Project

2020· article· en· W2998029021 sur OpenAlexaffabout
Vincent Liguori, Helene Papillon Laroche, Matthieu Parenteau, Éric Laurendeau

Notice bibliographique

RevueAIAA Scitech 2020 Forum · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésCapstoneComputer scienceSoftware engineeringContext (archaeology)SolverSoftwareGambitComputational fluid dynamicsComputational scienceProgramming languageSimulationFluentEngineeringAlgorithm

Résumé

récupéré en direct d'OpenAlex

Polytechnique Montréal's Bachelor of Aerospace Engineering program integrates the Conceive-Design-Implement-Operate (CDIO) methodology through four integrative projects, one for each year of study. Final year students are asked to complete a capstone project. One of those proposed, the design of a tridimensional Euler-based Computational Fluid Dynamics (CFD) workflow, is detailed from technical as well as educational perspectives. To achieve the designated task, eleven students worked over two academic semesters and were guided by a professor and a lecturer. The project was initially divided in two phases to facilitate the learning curve: 1) the realization of a two-dimensional solver and 2) the development of a tridimensional program. The final software includes a Graphical User Interface (GUI), a geometry generator and a mesh partitioning algorithm, a second order solver and a post-processing module. Simulations on supercomputers with distributed memory parallelization was made possible through the use of MPI. Additional work, after the academic term, included the redaction of this conference paper, the correction of minor issues and a scalability assessment. Academic achievements and software performances are found to be in agreement with the motivations of a capstone project.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,207 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIAA Scitech 2020 ForumMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207