Automatic 3-D triangulations of complex geometries from a coarse hexahedral mesh
Notice bibliographique
Résumé
This paper introduces a new automatic tetrahedral mesh generator on the adaptive finite \nelement ALBERTA code. The procedure can be applied to 3-D domains with boundary surfaces which \nare projectable on faces of a cube. The generalization of the mesh generator for complex domains which \ncan be split into cubes or hexahedra is straightforward. The domain surfaces must be given as analytical \nor discrete functions. Although we have worked with orthogonal and radial projections, any other oneto- \none projection may be considered. The mesh generator starts from a coarse tetrahedral mesh which is \nautomatically obtained by the subdivision of each cube into six tetrahedra. The main idea is to construct a sequence of nested meshes by refining only the tetrahedra which have a face on the cube projection faces. The virtual projection of external faces defines a triangulation on the domain boundary. The 3-D local refinement is carried out such that the approximation of domain boundary surfaces verifies a given precision: Once this objective is reached, those nodes placed on the cube faces are projected on their corresponding true boundary surfaces, and inner nodes are relocated using a linear mapping. As the mesh topology is kept during node movement, poor quality or even inverted elements could appear in the resulting mesh. For this reason, a mesh optimization procedure must be applied. The efficiency of the proposed technique is shown with several applications. On the other hand, authors are grateful for Spanish Government and FEDER support, grant contracts: CGL2004-0617l-C03-03/CLl and CGL2004-06171-C03-02/CL1.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».