Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > physics > arXiv:2405.14889

帮助 | 高级搜索

物理学 > 流体动力学

arXiv:2405.14889 (physics)
[提交于 2024年5月17日 ]

标题: 湍流中的多点梯度估计

标题: Multi-Point Gradient Estimation in Turbulence

Authors:Theodore Broeren, Kristopher Klein
摘要: 在研究湍流时,通常希望能够利用少量不规则分布点的原位测量数据来估计矢量量的局部空间梯度。 虽然之前的研究主要关注这些方法在测量点数量变化时的准确性,但我们关注的是梯度估计的准确性作为测量点配置形状的函数。 我们发现,对于形状良好且相对尺寸正确的配置,仅使用四个点就可以非常准确地估计局部空间梯度。
摘要: When studying turbulence, it is often desirable to be able to estimate the local spatial gradient of a vector quantity using in situ measurements from a small number of irregularly spaced points. While previous studies have focused on the accuracy of these methods as the number of measurement points varies, we focus on the accuracy of gradient estimations as a function of shape of the measurement point configuration. We find that for well-shaped configurations that are of correct relative size, we can very accurately estimate the local spatial gradient using only four points.
评论: 8页,3图
主题: 流体动力学 (physics.flu-dyn) ; 计算物理 (physics.comp-ph); 数据分析、统计与概率 (physics.data-an); 等离子体物理 (physics.plasm-ph); 空间物理 (physics.space-ph)
引用方式: arXiv:2405.14889 [physics.flu-dyn]
  (或者 arXiv:2405.14889v1 [physics.flu-dyn] 对于此版本)
  https://doi.org/10.48550/arXiv.2405.14889
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Theodore Broeren Jr [查看电子邮件]
[v1] 星期五, 2024 年 5 月 17 日 16:36:44 UTC (2,306 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
physics.flu-dyn
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-05
切换浏览方式为:
physics
physics.comp-ph
physics.data-an
physics.plasm-ph
physics.space-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号