MétaCan
Menu
Retour à la cohorte
Enregistrement W3024772670 · doi:10.5539/jmr.v12n3p49

Mixed Finite Element-Characteristic Mixed Finite Element Method for Simulating Three-Dimensional Incompressible Miscible Displacement Problems

2020· article· en· W3024772670 sur OpenAlexvenueno aff
Yirang Yuan, Tongjun Sun, Changfeng Li, Qing Yang

Notice bibliographique

RevueJournal of Mathematics Research · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Shandong ProvinceNational Natural Science Foundation of China
Mots-clésMathematicsFinite element methodMixed finite element methodMathematical analysisDiscretizationExtended finite element methodCompressibilityApplied mathematicsMechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

A mixed finite element with the characteristics is presented as a local conservative numerical approximation for an incompressible miscible problem in porous media. A mixed finite element (MFE) is used for the pressure and Darcy velocity, and a characteristic method is for the saturation. The convection term is discretized along the characteristic direction and the diffusion term is discretized by zero-order mixed finite element method. The method of characteristics confirms the strong stability without numerical dispersion at sharp fronts. Moreover, large time step is possibly adopted without any accuracy loss. The scalar unknown function and the adjoint vector function are obtained simultaneously and the law of mass conservation holds in every element by the zero-order mixed finite element discretization of diffusion flux. In order to derive the optimal $3/2$-order error estimate in $L^2$ norm, a post-processing technique is included in the approximation to the scalar unknown saturation. This method can be used to solve the complicated problem.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,184
Tête enseignante GPT0,419
Écart entre enseignants0,235 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207