An Adaptive Sampling Procedure with Hyperreduction for Non-linear Petrov-Galerkin Reduced-Order Models
Notice bibliographique
Résumé
Projection-based reduced order models (PROMs) have been shown in many applications to be accurate, reliable, and robust when approximating high-dimensional, differential equation-based computational models. For this reason, it has been proposed as a tool for high-querying parametric design problems like those arising in modern aircraft design. Since aerodynamic simulations can be computationally expensive, the PROMs should allow for more rapid estimations of high-fidelity solutions. However, the efficiency of PROMs can still be tied to the dimension of the full-order model (FOM), particularly when projected quantities must be frequently recomputed due to non-linearities or parameter dependence. In the case of Petrov-Galerkin models, the projected residual and Jacobian are re-evaluated at every Newton iteration, thus limiting the expected cost improvements. Hyperreduction is one of the tools available to approximate these quantities. In this paper, the energy-conserving sampling and weighting (ECSW) method will be tested as a possible approach for hyperreduction. It will be incorporated with previous work which had designed an adaptive sampling procedure for building a reduced-order model (ROM) with a controlled output error. The impacts on computational cost and accuracy will be studied for various test cases.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».