MétaCan
Menu
Retour à la cohorte
Enregistrement W3022712847 · doi:10.2172/1615992

Acceleration of Thermochimica Calculations in Bison

2020· report· en· W3022712847 sur OpenAlexaff
Max Poschmann, M.H.A. Piro, Srdjan Simunovic

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensOntario Tech University
Organismes subventionnairesUT-BattelleOffice of Nuclear EnergyBattelleU.S. Department of Energy
Mots-clésInitializationConvergence (economics)Context (archaeology)Computer scienceAccelerationNode (physics)MinificationRange (aeronautics)SoftwareDiffusionAlgorithmComputational scienceNuclear engineeringParallel computingMaterials scienceThermodynamicsProgramming languagePhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

The performance of the open-source thermochemical software library Thermochimica has been enhanced by developing a re-initialization algorithm to make use of data from previous calculations to reduce the number of convergence steps in the Gibbs energy minimization procedure. This algorithm has been tested in the context of stand-alone Thermochimica calculations, and speedups in the range of 2x-3x achieved for cases with chemistries resembling those of irradiated nuclear fuels. Routines to make use of this re-initialization procedure have been implemented in Bison, in which each node uses the results of the previous calculation at that node as the initial conditions for the following Thermochimica call. Examples based on calculating the diffusion of oxygen in UO$_2$ LWR fuel in 1D and 3D have been tested, with speedups up to 7.38x demonstrated.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0070,000

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 Opus0,097
Tête enseignante GPT0,307
Écart entre enseignants0,210 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNuclear Materials and PropertiesTravaux en français237 207