MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389584913 · doi:10.17118/11143/20879

Variational-based data assimilation of initial value problems for idealmagnetohydrodynamic equations subject to solenoidal constraint

2023· article· en· W4389584913 sur OpenAlexaff
Jose Arnal, John M. Sullivan, C. P. T. Groth

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSolenoidal vector fieldMagnetohydrodynamic driveConstraint (computer-aided design)Data assimilationIdeal (ethics)Subject (documents)Initial value problemApplied mathematicsComputer scienceMathematicsMathematical analysisMathematical optimizationPhysicsMagnetohydrodynamicsPlasmaGeometryMeteorologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Recently, the authors have proposed an adjoint-based dat assimilation strategy that optimizes initial conditions from the discrepancy of numerical solutions and observed data in computations of canonical, one-dimensional (1D), MHD problems. However, despite the success of the aforementioned study, all available information associated with the magnetic field data could not be ingested due to issues with the solenoidal property associated with the magnetic field (? · B = 0). Therefore, this study proposes an adjoint-based data assimilation procedure that ensures the solenoidal constraint on the magnetic field is satisfied. This new data assimilation schemes involves two novel components: (1) the initial magnetic field is expressed with a divergence-free parametrization, and (2) the ideal MHD equations are augmented with either the Powell source term or a generalized Lagrange multiplier (GLM) formulation. In the case of the former, instead of correcting the initial magnetic field directly, optimal parameters are sought so as to best match the observed data while maintaining the solenoidal property by construction. In the latter, the Powell and GLM approaches are used to remove via transport any non-zero ? · B errors generated within the simulation. The adjoint terms corresponding to the Powell and GLM strategies are derived and added directly to the adjoint equations of the original equation system. The proposed data assimilation schemes are assessed for 1D MHD initial value problems, and the ability to correct all components of the magnetic field is demonstrated. In addition, the extension of the data assimilation strategy to 3D simulations is discussed.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,101
Tête enseignante GPT0,325
Écart entre enseignants0,224 · 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'étudeThéorique ou conceptuel
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 sujetMeteorological Phenomena and Simulations→Travaux en français237 207→