MétaCan
Menu
Retour à la cohorte
Enregistrement W4417009552 · doi:10.1139/cgj-2025-0655

Novel particle reconstruction and tracking algorithms to reveal 3D micromechanical behaviors of coral sands

2025· article· en· W4417009552 sur OpenAlexvenueno aff
Ruidong Li, Zhen‐Yu Yin, Shaoheng He, Mengmeng Wu

Notice bibliographique

RevueCanadian Geotechnical Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Soil Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBreakageParticle (ecology)Tracking (education)AnisotropyShear (geology)Shear stressDeformation (meteorology)Discrete element method

Résumé

récupéré en direct d'OpenAlex

The micromechanical behaviors of coral sands remain poorly understood, primarily due to the inherent complexity of their highly irregular particle shapes, which pose significant difficulties for accurate three-dimensional (3D) particle reconstruction and tracking using X-ray tomography (µCT). To address these challenges, this study proposes a novel framework that integrates large vision models and discrete label optimization for efficient and accurate 3D particle reconstruction with optimal transport for robust particle tracking. This framework effectively resolves tracking both particle breakage and internal voids in coral sands, as validated by in situ mini-triaxial µCT tests. Compared with the state-of-the-art method, the proposed approach achieves comparable reconstruction accuracy (90%) while reducing computational time by 50%. For particle tracking, accuracy between adjacent µCT scans (corresponding to axial strain increments of 2.5%, 5%, and 10%) reached 95%, 86%, and 71%, respectively. Micromechanical analysis of coral sands further reveals that heterogeneous local shear deformation develops as axial strain increases, forming an X-shaped shear band. Significant fabric anisotropy emerges after peak stress, with preferred orientations aligning with the shear band. Moreover, particle breakage was observed to occur primarily during the strain-softening stage. Splitting induced by stress concentration was the predominant failure mode.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and Soil MechanicsTravaux en français237 207