Untangling the Prometheus Nightmare
Notice bibliographique
Résumé
A number of bush and forest fire simulators have been developed in the last two decades based on the deterministic spread equations of Gwynfor Richards (Int. J. Num. Meth. Eng. 1990) and the marker method for computing discrete approximations to the Richards equations. Unfortunately, all such implementations are plagued by topological complications. For example, sampling issues on the evolving front, represented in the Canadian simulator Prometheus as a set of polygons, lead to tangling and other non-physical singularities. Recently, an automated untangling routine has been developed for Prometheus based on the so-called 2-colour Theorem. Not only is this approach more intuitive than previous algorithms (which were based on scan lines and winding number calculations), it has proved to be more accurate and faster on all test cases employed by Prometheus developers (from 10 to 90 percent speedup compared to previous generation codes, depending on the examples). It is based on a concise and easy-to-implement set of rules which do not introduce the many ‘special cases ’ that previous methods required. This report presents a brief review of fire simulation models in general, and on their various approaches to untangling in particular. We describe the mathematical foundations for our new method and give a brief overview of the programming issues that arise in implementation. Finally, we report the results obtained by the new model on a test database of fires used by Prometheus developers. Performance is assessed both in terms of run times and in the ability of the code to produce realistic fire fronts without operator intervention.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».