MétaCan
Menu
Retour à la cohorte
Enregistrement W3197594919 · doi:10.23967/eccomas.2022.215

Parallel Finite Volume Code for Plasma with Unstructured Adaptive Mesh Refinement

2022· article· en· W3197594919 sur OpenAlexaboutno aff
Imad Kissami, Souhail Maazioui, Fayssal Benkhaldoun

Notice bibliographique

Revue8th European Congress on Computational Methods in Applied Sciences and Engineering · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Data Storage Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdaptive mesh refinementComputer scienceParallel computingFinite volume methodPoisson's equationSolverComputational sciencePartial differential equationCompilerCode (set theory)AlgorithmMechanicsMathematicsPhysicsProgramming language

Résumé

récupéré en direct d'OpenAlex

The present paper describes a parallel unstructured-mesh Plasma simulation code based on Finite Volume method. The code dynamically refines and coarses mesh for accurate resolution of the different features regarding the electron density. Our purpose is to examine the performance of a new Parallel Adaptive Mesh Refinement (PAMR) procedure introduced on the ADAPT platform, which resolves of a relatively complicated system coupling the flow partial differential equations to the Poisson's equation. The implementation deals with the MUMPS parallel multi-frontal direct solver and mesh partitioning methods using METIS to improve the performance of the framework. The standard MPI is used to establish communication between processors. Performance analysis of the PAMR procedure shows the efficiency and the potential of the method for the propagation equations of ionization waves.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,233
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,300
Écart entre enseignants0,260 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue8th European Congress on Computational Methods in Applied Sciences and EngineeringMême sujetAdvanced Data Storage TechnologiesTravaux en français237 207