인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
We report on an investigation of particle transport in spatially heterogeneous Markov media using a memory-preserving Chord Length Sampling (CLS) algorithm. CLS are a family of Monte Carlo methods capable of generating approximate solutions of the transport equations in random geometries by generating material interfaces on-the-fly during particle propagation. Since CLS does not preserve the correlations induced by spatial disorder, the sampled solutions generally present discrepancies with respect to the reference solution obtained by solving the Boltzmann equation in a large ensemble of random media realizations. In order to increase the accuracy of CLS, improved CLS models endowed with spatial memory effects have been proposed. In this work we propose a strategy that allows simultaneously taking into account memory effects and spatial gradients in three-dimensional configurations. Preliminary numerical findings are illustrated and compared to reference solutions.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
