MétaCan
Menu
Retour à la cohorte
Enregistrement W4415742456 · doi:10.1016/j.jcp.2025.114485

Development of a new THINC/WLIC method based on a separate evaluation of the geometrical fidelity and the interface sharpness

2025· article· en· W4415742456 sur OpenAlexfundno aff
Takanari Fukuda, Susumu Yamashita, Hiroyuki Yoshida

Notice bibliographique

RevueJournal of Computational Physics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueNumerical methods in engineering
Établissements canadiensnon disponible
Organismes subventionnairesJapan Atomic Energy AgencyCardiff UniversityPhysicians' Services Incorporated Foundation
Mots-clésDevelopment (topology)Interface (matter)High fidelityFidelity

Résumé

récupéré en direct d'OpenAlex

This paper puts forward a novel approach for the evaluation of the geometrical fidelity and the interface sharpness of the VOF advection schemes separately and quantitatively. This new evaluation has elucidated the trade-off relationship of the geometrical fidelity and the interface sharpness between the existing schemes of the original THINC and the THINC/WLIC. By investigating and resolving this trade-off relationship, we have developed a novel THINC-based scheme that exhibits high performance with regard to both geometrical fidelity and interface sharpness, despite employing an algorithm as concise as those of the original THINC and the THINC/WLIC. The novel scheme, designated as "THINC/Advanced WLIC (THINC/AWLIC)," has been developed by redefining the weight function of the preceding THINC/WLIC so that the contribution of the first-order upwind flux can be variably blended with the usage of the control parameter. The results of the multiple benchmark tests in two and three dimensions demonstrate that both the geometrical fidelity and the interface sharpness are significantly enhanced if the control parameter is appropriately determined. Furthermore, the effectiveness of THINC/AWLIC has been confirmed in numerical tests with intricate velocity fields and practical multiphase flow simulations. These results support the applicability of THINC/AWLIC not only in canonical benchmarks but also in realistic fluid simulations.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,039
Tête enseignante GPT0,379
Écart entre enseignants0,340 · 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'étudeExpérimental (laboratoire)
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Computational PhysicsMême sujetNumerical methods in engineeringTravaux en français237 207