MétaCan
Menu
Retour à la cohorte
Enregistrement W3102358469

Symmetry preserving parameterization schemes

2016· article· en· W3102358469 sur OpenAlexaff
Roman O. Popovych

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNonlinear Waves and Solitons
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMathematicsInvariant (physics)Symmetry groupLie algebraHomogeneous spaceNonlinear systemDifferential equationSubalgebraVorticityPure mathematicsMathematical analysisAlgebra over a fieldMathematical physicsVortexGeometryQuantum mechanicsPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Methods for the design of physical parameterization schemes that possess certain invari-ance properties are discussed. These methods are based on different techniques of group classification and provide means to determine expressions for unclosed terms arising in the course of averaging of nonlinear differential equations. The demand that the averaged equa-tion is invariant with respect to a subalgebra of the maximal Lie invariance algebra of the unaveraged equation leads to a problem of inverse group classification which is solved by the description of differential invariants of the selected subalgebra. Given no prescribed symmetry group, the direct group classification problem is relevant. Within this framework, the algebraic method or direct integration of determining equations for Lie symmetries can be applied. For cumbersome parameterizations, a preliminary group classification can be carried out. The methods presented are exemplified by parameterizing the eddy vorticity flux in the averaged vorticity equation. In particular, differential invariants of (infinite di-mensional) subalgebras of the maximal Lie invariance algebra of the unaveraged vorticity equation are computed. A hierarchy of normalized subclasses of generalized vorticity equa-tions is constructed. Invariant parameterizations possessing minimal symmetry extensions are described. A restricted class of invariant parameterization is exhaustively classified. The physical importance of the parameterizations designed is discussed. 1

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,010
Tête enseignante GPT0,251
Écart entre enseignants0,240 · 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
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

Citations51
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNonlinear Waves and SolitonsTravaux en français237 207