MétaCan
Menu
Retour à la cohorte
Enregistrement W7096597284

Discontinuous Galerkin Methods for Partial Differential Equations

2007· article· en· W7096597284 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiscontinuous Galerkin methodDiscretizationPartial differential equationGalerkin methodPiecewiseConservation lawHyperbolic partial differential equationScalar (mathematics)Boundary value problemFinite element method
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this meeting was to bring together researchers in a wide variety of areas working on discontinuous Galerkin (DG) methods for partial differential equations, to investigate and identify problems of current interest and to exchange ideas and viewpoints on the most recent developments of these meth-ods. There were 33 participants, mostly from American and Canadian universities, including students and postdoctoral fellows. The program of the workshop consisted of 28 half-hour talks. 1 Overview of the Field The origins of discontinuous Galerkin methods can be traced back to the seventies where they were introduced as non-standard discretization techniques for the numerical approximation of linear transport equations [1]. A remarkable adavantage of the original DG method is that the approximate solutions can be computed element-by-element when the elements are suitably ordered along the characteristic directions of the transport field. The success of DG methods for linear equations prompted several researchers to try to extend them to non-linear hyperbolic conservation laws. In the early eighties and beginning of the nineties, Cockburn and Shu introduced the Runge-Kutta discontinuous Galerkin (RKDG) methods for scalar conservation laws, see the review article [3] and the references therein. These methods are based on piecewise polynomial space discretizations, combined with total variation diminishing (TVD) explicit time-stepping algorithms. The resulting schemes have several important advantages as compared to, e.g., finite difference methods. The variational structure of DG methods greatly facilitates the handling of complicated geometries and elements of various shapes and types, as well as the treatment of boundary conditions. Moreover, DG mass matrices are block-diagonal and can be inverted at a very low computational cost, giving rise to very efficient time-stepping algorithms. Soon after their introduction, RKDG methods were extended to non-linear hyperbolic systems and to more general convection-diffusions problems. 2

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,414
Écart entre enseignants0,362 · 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 tête enseignante, 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207