Algoritmos secuenciales y paralelos para calcular estructuras coherentes turbulentas
Autores: Gandía-Barberá, Sergio; Cremades, Andres; Vinuesa, Ricardo; Hoyas, Sergio; Pérez-Quiles, María Jezabel
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Algoritmos secuenciales y paralelos para calcular estructuras coherentes turbulentas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Flujos
Física
Interacciones no lineales
Estructuras de flujo
Algoritmos
Algoritmo paralelo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El comportamiento de los flujos turbulentos sigue siendo un problema significativo no resuelto en la física. Recientemente, se ha dirigido una gran cantidad de esfuerzo hacia la comprensión de las interacciones no lineales de las diferentes estructuras de flujo para abordar este desafío. En este documento, se analizan diferentes implementaciones de un método exacto para identificar estas estructuras. Esto incluye dos algoritmos secuenciales y uno paralelizable, desarrollados para manejar datos a gran escala de manera eficiente. El nuevo algoritmo paralelo ofrece ventajas significativas en el manejo de las demandas computacionales de simulaciones grandes, proporcionando una solución más escalable para futuras investigaciones.
Descripción
El comportamiento de los flujos turbulentos sigue siendo un problema significativo no resuelto en la física. Recientemente, se ha dirigido una gran cantidad de esfuerzo hacia la comprensión de las interacciones no lineales de las diferentes estructuras de flujo para abordar este desafío. En este documento, se analizan diferentes implementaciones de un método exacto para identificar estas estructuras. Esto incluye dos algoritmos secuenciales y uno paralelizable, desarrollados para manejar datos a gran escala de manera eficiente. El nuevo algoritmo paralelo ofrece ventajas significativas en el manejo de las demandas computacionales de simulaciones grandes, proporcionando una solución más escalable para futuras investigaciones.