MétaCan
Menu
Retour à la cohorte
Enregistrement W3160430821 · doi:10.23919/eucap51087.2021.9411057

Fast Direct Error-Controlled Solution of Scattering Problems via ℋ-matrix Acceleration of Locally Corrected Nyström Method

2021· article· en· W3160430821 sur OpenAlexaff
Reza Gholami, Zhuotong Chen, Mohammad Shafieipour, Vladimir Okhmatovski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueElectromagnetic Scattering and Analysis
Établissements canadiensUniversity of ManitobaSafe Engineering Services & Technologies (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésMatrix (chemical analysis)ScalingComputational complexity theoryAccelerationState-transition matrixAlgorithmScatteringMathematical optimizationApplied mathematicsComputer scienceMathematicsSymmetric matrixMaterials sciencePhysicsOpticsClassical mechanicsGeometryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The fast direct high-order solution of radiation problems in the presence of perfect electrically conducting (PEC) sphere with the Locally Corrected Nyström (LCN) method is presented. Accelerated solution is obtained using error-controlled hierarchical (ℋ)-matrix framework. Matrix fill time and direct solution time are shown to be substantially reduced compared to those needed by conventional LCN. The error of solution is computed via comparison against the analytical Mie series solution. Developed computational framework is shown to produce the higher order solution while preserving high compressibility of the corresponding ℋ-matrix blocks. The memory cost and CPU time complexity scaling with the size of the problem is analyzed.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,269
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Scattering and AnalysisTravaux en français237 207