MétaCan
Menu
Retour à la cohorte
Enregistrement W3090609127 · doi:10.1051/cocv/2020063

Shape derivatives for an augmented Lagrangian formulation of elastic contact problems

2020· article· en· W3090609127 sur OpenAlexafffund
Bastien Chaudet‐Dumas, Jean Deteix

Notice bibliographique

RevueESAIM Control Optimisation and Calculus of Variations · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueContact Mechanics and Variational Inequalities
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDifferentiable functionAugmented Lagrangian methodMathematicsConical surfaceShape optimizationConvergence (economics)Sequence (biology)Directional derivativeApplied mathematicsIterative methodProjection (relational algebra)Operator (biology)Mathematical analysisMathematical optimizationFinite element methodGeometryAlgorithmPhysics

Résumé

récupéré en direct d'OpenAlex

This work deals with shape optimization of an elastic body in sliding contact (Signorini) with a rigid foundation. The mechanical problem is written under its augmented Lagrangian formulation, then solved using a classical iterative approach. For practical reasons we are interested in applying the optimization process with respect to an intermediate solution produced by the iterative method. Because of the projection operator involved at each iteration, the iterate solution is not classically shape differentiable. However, using an approach based on directional derivatives, we are able to prove that it is conically differentiable with respect to the shape, and express sufficient conditions for shape differentiability. Finally, from the analysis of the sequence of conical shape derivatives of the iterative process, conditions are established for the convergence to the conical derivative of the original contact 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 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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,268
Écart entre enseignants0,228 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revueESAIM Control Optimisation and Calculus of VariationsMême sujetContact Mechanics and Variational InequalitiesTravaux en français237 207