MétaCan
Menu
Retour à la cohorte
Enregistrement W4407717108 · doi:10.1002/num.70001

An Algebraic Preconditioner for the Exactly Divergence‐Free Discontinuous Galerkin Method for Stokes

2025· article· en· W4407717108 sur OpenAlexafffund
Ben S. Southworth

Notice bibliographique

RevueNumerical Methods for Partial Differential Equations · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesLaboratory Directed Research and DevelopmentNatural Sciences and Engineering Research Council of Canada
Mots-clésPreconditionerMathematicsDivergence (linguistics)Stokes problemAlgebraic numberGalerkin methodDiscontinuous Galerkin methodMathematical analysisFinite element methodPure mathematicsApplied mathematicsPhysicsLinear system

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We present an algebraic preconditioner for the exactly divergence‐free discontinuous Galerkin (DG) discretization of Cockburn, Kanschat, and Schötzau [J. Sci. Comput., 31 (2007), pp. 61–73] and Wang and Ye [SIAM J. Numer. Anal., 45 (2007), pp. 1269–1286] for the Stokes problem. The exactly divergence‐free DG method uses finite elements that use an ‐conforming basis, thereby significantly complicating its solution by iterative methods. Several preconditioners for this Stokes discretization has been developed, but each is based on specialized solvers or decompositions. To avoid requiring custom solvers, we hybridize the ‐conforming finite element so that the velocity lives in a standard ‐DG space, and present a simple algebraic preconditioner for the extended hybridized system. The proposed preconditioner is optimal in mesh size , effective in 2d and 3d, and only relies on standard relaxation and algebraic multigrid methods available in many packages. Furthermore, the Schur complement approximation is robust in element order , although more AMG cycles are needed on the velocity block when increasing .

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0040,001

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 Opus0,045
Tête enseignante GPT0,423
Écart entre enseignants0,378 · 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
GenreMéthodes

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNumerical Methods for Partial Differential EquationsMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207