
Indexat a
Llicència i ús

Anàlisi d'autories institucional
Otmani KeAutor (correspondència)Ntoukas GAutor o coautorMariÑo Sanchez, Oscar AndresAutor o coautorFerrer EAutor o coautorToward a robust detection of viscous and turbulent flow regions using unsupervised machine learning
Publicat a:Physics Of Fluids. 35 (2): 027112- - 2023-02-01 35(2), DOI: 10.1063/5.0138626
Autors: Otmani, KE; Ntoukas, G; Mariño, OA; Ferrer, E
Afiliacions
Resum
We propose an invariant feature space for the detection of viscous-dominated and turbulent regions (i.e., boundary layers and wakes). The developed methodology uses the principal invariants of the strain and rotational rate tensors as input to an unsupervised Machine Learning Gaussian mixture model. The selected feature space is independent of the coordinate frame used to generate the processed data, as it relies on the principal invariants of the strain and rotational rate, which are Galilean invariants. This methodology allows us to identify two distinct flow regions: a viscous-dominated, rotational region (a boundary layer and a wake region) and an inviscid, irrotational region (an outer flow region). We have tested the methodology on a laminar and a turbulent (using Large Eddy Simulation) case for flows past a circular cylinder at Re = 40 and Re = 3900 and a laminar flow around an airfoil at Re = 1 × 10 5. The simulations have been conducted using a high-order nodal Discontinuous Galerkin Spectral Element Method. The results obtained are analyzed to show that Gaussian mixture clustering provides an effective identification method of viscous-dominated and rotational regions in the flow. We also include comparisons with traditional sensors to show that the proposed clustering does not depend on the selection of an arbitrary threshold, as required when using traditional sensors.
Paraules clau
Indicis de qualitat
Impacte bibliomètric. Anàlisi de la contribució i canal de difusió
El treball ha estat publicat a la revista Physics Of Fluids a causa de la seva progressió i el bon impacte que ha aconseguit en els últims anys, segons l'agència WoS (JCR), s'ha convertit en una referència en el seu camp. A l'any de publicació del treball, 2023, es trobava a la posició 2/40, aconseguint així situar-se com a revista Q1 (Primer Cuartil), en la categoria Physics, Fluids & Plasmas. Destacable, igualment, el fet que la revista està posicionada per sobre del Percentil 90.
Des d'una perspectiva relativa, i tenint en compte l'indicador de impacte normalitzat calculat a partir de les Citacions Mundials proporcionades per WoS (ESI, Clarivate), proporciona un valor per a la normalització de citacions relatives a la taxa de citació esperada de: 1.51. Això indica que, comparat amb treballs en la mateixa disciplina i en el mateix any de publicació, el situa com un treball citat per sobre de la mitjana. (font consultada: ESI 14 Nov 2024)
Aquesta informació es reforça amb altres indicadors del mateix tipus, que encara que dinàmics en el temps i dependents del conjunt de citacions mitjanes mundials en el moment del seu càlcul, coincideixen a posicionar en algun moment el treball, entre el 50% més citats dins de la seva temàtica:
- Mitjana Ponderada de l'Impacte Normalitzat de l'agència Scopus: 1.45 (font consultada: FECYT Febr 2024)
- Field Citation Ratio (FCR) de la font Dimensions: 3.55 (font consultada: Dimensions Jul 2025)
Concretament, i atenent a les diferents agències d'indexació, aquest treball ha acumulat, fins a la data 2025-07-23, el següent nombre de cites:
- WoS: 9
- Scopus: 9
- Google Scholar: 5
Impacte i visibilitat social
Anàlisi del lideratge dels autors institucionals
Hi ha un lideratge significatiu, ja que alguns dels autors pertanyents a la institució apareixen com a primer o últim signant, es pot apreciar en el detall: Primer Autor (KHEIR-EDDINE, OTMANI) i Últim Autor (FERRER VACCAREZZA, ESTEBAN).
l'autor responsable d'establir les tasques de correspondència ha estat KHEIR-EDDINE, OTMANI.