MétaCan
Menu
Retour à la cohorte
Enregistrement W3084361170 · doi:10.32393/csme.2020.1151

Stability of Energy Stable Flux Reconstruction on Generalized Three-dimensional Curvilinear Grids for Linear Advection

2020· article· en· W3084361170 sur OpenAlexaff
Alexander Cicchino, Siva Nadarajah

Notice bibliographique

RevueProgress in Canadian Mechanical Engineering. Volume 3 · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCurvilinear coordinatesAdvectionFlux (metallurgy)Stability (learning theory)Computer scienceMechanicsApplied mathematicsMathematicsGeometryPhysicsMaterials scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

The flux reconstruction method initially proposed by H.T. Huynh in his seminal paper, has gained popularity in the research community as it recovers promising high-order methods through modally filtered correction fields, such as the Discontinuous Galerkin (DG) method, on unstructured grids over complex geometries. The attraction of the method follows with its stability proofs for the linear advection problem on linear elements, under a class of energy stable flux reconstruction (ESFR) schemes also known as Vincent-Castonguay-Jameson-Huynh (VCJH) schemes. This paper expands the proof to three-dimensional curvilinear elements with nonlinear Jacobians. Additionally, by considering ESFR as a filtered DG scheme, this paper shows a trivial way to solve for the correction functions along faces with nonlinear Jacobians. Also, this paper verifies that the ESFR schemes can in fact be taken as a filtered DG scheme in both strong and weak forms. The main result of this paper is that the energy stability criteria for three-dimensional curvilinear elements results identically to the linear one-dimensional ESFR strong form case for both the ESFR strong and weak forms.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,206
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Canadian Mechanical Engineering. Volume 3Même sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207