An Adaptive Flux Reconstruction Scheme for Robust Shock Capturing
Notice bibliographique
Résumé
In the case of hyperbolic conservation laws, high-order methods, such as the classical DG method, experience the phenomenon of unwanted high-frequency oscillations in the vicinity of a shock. Shock-capturing methods such as artificial dissipation, solution, flux, or TVD limiting are generally used to eliminate non-physical oscillations and provide bounds on physical quantities. For entropy-stable schemes, the additional objective would be to retain provable entropy dissipation guarantees of the underlying scheme, i.e. subcell limiting or entropy filtering [1, 2, 3, 4]. The nonlinearly-stable flux reconstruction (NSFR) semi-discretization given in Eq. 7 with a suitable flux reconstruction scheme has been demonstrated to mitigate spurious oscillations in the presence of shock discontinuities and at CFL values substantially larger than the DG variant of the NSFR scheme whilst retaining the property of entropy stability [5]. NSFR schemes achieve this by introducing an alternative lifting operator for surface numerical flux penalization, albeit at the expense of accuracy. In this technical note, we present an adaptive approach to the choice of the lifting operator employed, which maintains higher accuracy and allows for larger CFL values while retaining the underlying provable attributes of the scheme. While it cannot eliminate oscillations such as the aforementioned shock-capturing methods, together with a positivity-preserving limiter, the scheme provides for solutions that are essentially oscillation-free.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».