MétaCan
Menu
← Retour à la cohorte
Enregistrement W4306847886 · doi:10.1002/essoar.10512657.1

A Mixed-Flux-Based Nodal Discontinuous Galerkin Method for 3D Dynamic Rupture Modeling

2022· preprint· en· W4306847886 sur OpenAlexaff
Wenqiang Zhang, Yajing Liu, Xiaofei Chen

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFault (geology)Benchmark (surveying)Discontinuous Galerkin methodEarthquake ruptureBoundary (topology)Computer scienceGeologyApplied mathematicsMathematical analysisMathematicsEngineeringStructural engineeringFinite element methodSeismology

Résumé

récupéré en direct d'OpenAlex

Numerical simulation of rupture dynamics provides critical insights for understanding earthquake physics, while the complex geometry of natural faults makes numerical method development challenging. The discontinuous Galerkin (DG) method is suitable for handling complex fault geometries. In the DG method, the fault boundary conditions can be conveniently imposed through the upwind flux by solving a Riemann problem based on a velocity-strain elastodynamic equation. However, the universal adoption of upwind flux can cause spatial oscillations in cases where elements on adjacent sides of the fault surface are not nearly symmetric. Here we propose a nodal DG method with an upwind/central mixed-flux scheme to solve the spatial oscillation problem, and thus to reduce the dependence on mesh quality. We verify the new method by comparing our results with those from other methods on a series of published benchmark problems with complex fault geometries, heterogeneous materials, off-fault plasticity, roughness, thermal pressurization, and various versions of fault friction laws. Finally, we demonstrate that our method can be applied to simulate the dynamic rupture process of the 2008 Mw 7.9 Wenchuan earthquake along/across multiple fault segments. Our method can achieve high scalability in parallel computing under different orders of accuracy, showing high potential for adaptation to earthquake rupture simulation on natural tectonic faults.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,274
Écart entre enseignants0,246 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→