MétaCan
Menu
Retour à la cohorte
Enregistrement W4381828054 · doi:10.3934/era.2023196

The asymptotic concentration approach combined with isogeometric analysis for topology optimization of two-dimensional linear elasticity structures

2023· article· en· W4381828054 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueElectronic Research Archive · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésIsogeometric analysisTopology optimizationLinear elasticityIsotropyFinite element methodElasticity (physics)MathematicsTopology (electrical circuits)Applied mathematicsMathematical optimizationComputer scienceStructural engineeringMaterials sciencePhysicsEngineeringCombinatoricsComposite material

Résumé

récupéré en direct d'OpenAlex

<abstract> <p>We propose an asymptotic concentration approach combined with isogeometric analysis (IGA) for the topology optimization of two-dimensional (2D) linear elasticity structures under the commonly-used framework of the solid isotropic materials and penalty (SIMP) model. Based on the SIMP framework, the B-splines are used as basis functions to describe geometric model in structural finite element analysis, which closely combines geometric modeling with structural analysis. Isogeometric analysis is utilized to define the geometric characteristics of the 2D linear elasticity structures, which can greatly improve the calculation accuracy. In addition, to eliminate the gray-scale intervals usually caused by the intermediate density in the SIMP approach, we utilize the asymptotic concentration method to concentrate the intermediate density values on either 0 or 1 gradually. Consequently, the intermediate densities representing gray-scale intervals in topology optimization results are sufficiently eliminated by virtue of the asymptotic concentration method. The effectiveness and applicability of the proposed method are illustrated by several typical examples.</p> </abstract>

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 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,313
Écart entre enseignants0,296 · 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