Integrating a Stabilized Radial Basis Function Method with Lattice Boltzmann Method
Notice bibliographique
Résumé
The lattice Boltzmann method (LBM) has two key steps: collision and streaming. In a conventional LBM, the streaming is exact, where each distribution function is perfectly shifted to the neighbor node on the uniform mesh arrangement. This advantage may curtail the applicability of the method to problems with complex geometries. To overcome this issue, a high-order meshless interpolation-based approach is proposed to handle the streaming step. Owing to its high accuracy, the radial basis function (RBF) is one of the popular methods used for interpolation. In general, RBF-based approaches suffer from some stability issues, where their stability strongly depends on the shape parameter of the RBF. In the current work, a stabilized RBF approach is used to handle the streaming. The stabilized RBF approach has a weak dependency on the shape parameter, which improves the stability of the method and reduces the dependency of the shape parameter. Both the stabilized RBF method and the streaming of the LBM are used for solving three benchmark problems. The results of the stabilized method and the perfect streaming LBM are compared with analytical solutions or published results. Excellent agreements are observed, with a little advantage for the stabilized approach. Additionally, the computational cost is compared, where a marginal difference is observed in the favor of the streaming of the LBM. In conclusion, one could report that the stabilized method is a viable alternative to the streaming of the LBM in handling both simple and complex geometries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».