MétaCan
Menu
Retour à la cohorte
Enregistrement W4313893546 · doi:10.22541/essoar.167327971.14203219/v1

A discontinuous Galerkin level set formulation applied to the modelling of deformation patterns in multi-material viscous geological flow

2023· preprint· en· W4313893546 sur OpenAlexaff
Qǐháng Wú, Shoufa Lin, Andrè Unger

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueComputational Geometry and Mesh Generation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésFinite element methodLevel set methodSolverComputer scienceFlow (mathematics)Level set (data structures)Computational scienceDiscontinuous Galerkin methodDeformation (meteorology)DiscretizationBoundary (topology)AlgorithmGeometryMathematical optimizationGeologyMathematicsMathematical analysisStructural engineeringEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

We formulate a numerical framework to model the structural patterns emerged from the long-term highly viscous tectonic flow for both two and three spatial dimensions by coupling the discontinuous Galerkin level set method with a finite element Stokes-like flow solver. Our formulation, implemented with adaptive mesh refinement near the material interface, allows for accurate interface capturing and automatic handling of topological splitting and merging. Compared to particle-in-cell family of methods, the level set formulation has the advantage of retaining information on the interface geometry, less memory requirement and the savings of computational expense on the two-way particle-mesh information transfer. Furthermore, our formulation discretizes the level set in the same finite element framework as the flow solver, thus enabling us to fully exploit the advantages of the finite element method such as the flexibility of mesh geometry and the ease of handling anisotropic materials. In order to track the finite deformation in the modelling domain, passive tracer particles are generated at and around locations of interest, whose deformation can be accumulated through arbitrary time interval within the total modelled time span, thus offering a fully dynamical approach for modelling non-steady and inhomogeneous structural patterns. The material distribution and the finite deformation pattern generated from the numerical model can be directly compared with the geological map patterns and the field structural analyses, thus offering the possibility of ground-truthing the modelling results by field evidence.

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)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
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 Opus0,158
Tête enseignante GPT0,298
Écart entre enseignants0,139 · 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
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComputational Geometry and Mesh GenerationTravaux en français237 207