Modèles de flammelette en combustion turbulente avec extinction et réallumage : étude asymptotique et numérique, estimation dâerreur a posteriori et modélisation adaptative
Notice bibliographique
Résumé
On s’intéresse ici aux erreurs de modélisation liées à l’usage de modèles de\nflammelette sous-maille en combustion turbulente non prémélangée. Le but de\ncette thèse est de développer une stratégie d’estimation d’erreur a posteriori pour\ndéterminer le meilleur modèle parmi une hiérarchie, à un coût numérique similaire\nà l’utilisation de ces mêmes modèles. Dans un premier temps, une stratégie faisant\nappel à un estimateur basé sur les résidus pondérés est développée et testée sur un\nsystème d’équations d’advection-diffusion-réaction. Dans un deuxième temps, on\nteste la méthodologie d’estimation d’erreur sur un autre système d’équations, où\ndes effets d’extinction et de réallumage sont ajoutés. Lorsqu’il n’y a pas d’advection,\nune analyse asymptotique rigoureuse montre l’existence de plusieurs régimes\nde combustion déjà observés dans les simulations numériques. Nous obtenons une\napproximation des paramètres de réallumage et d’extinction avec la courbe en\n«S», un graphe de la température maximale de la flamme en fonction du nombre\nde Damköhler, composée de trois branches et d’une double courbure. En ajoutant\ndes effets advectifs, on obtient également une courbe en «S» correspondant\naux régimes de combustion déjà identifiés. Nous comparons les erreurs de modélisation\nliées aux approximations asymptotiques dans les deux régimes stables et\nétablissons une nouvelle hiérarchie des modèles en fonction du régime de combustion.\nCes erreurs sont comparées aux estimations données par la stratégie\nd’estimation d’erreur. Si un seul régime stable de combustion existe, l’estimateur\nd’erreur l’identifie correctement ; si plus d’un régime est possible, on obtient une\nfac˛on systématique de choisir un régime. Pour les régimes où plus d’un modèle\nest approprié, la hiérarchie prédite par l’estimateur est correcte.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».