Entropy Stable Weight-Adjusted Flux Reconstruction High-Order Method in Split Form for Compressible Flows on Curvilinear Grids
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
View Video Presentation: https://doi.org/10.2514/6.2023-0666.vid The flux reconstruction method has gained popularity in the research community as it recovers promising high-order methods through modally filtered correction fields, such as the Discontinuous Galerkin (DG) method, on unstructured grids over complex geometries. Under a class of energy stable flux reconstruction (ESFR) schemes, the flux reconstruction method allows for larger time-steps than DG while ensuring stability for linear advection on linear elements. For nonlinear problems, split forms emerged as the popular approach proving stability for unsteady problems on coarse unstructured grids; with recent developments proving stability for the one-dimensional Burgers' equation through the incorporation of the ESFR correction functions on the volume terms. In curvilinear coordinates, the metric terms also add a nonlinearity to the scheme in reference space. This paper is the first to combine both the nonlinearity from the governing equation along with the nonlinearity from the curvilinear metric terms for nonlinearly stable flux reconstruction. Unfortunately, in curvilinear coordinates, the scheme requires that the dense mass matrix is inverted in every element. This paper incorporates a low-storage, weight-adjusted approach to approximate the inverse of the mass matrix, while preserving the desired nonlinear stability property. The theoretical results are verified with the inviscid Taylor-Green vortex problem on a coarse, non-symmetrically warped curvilinear grid.
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.
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 | 0,000 | 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 découle