{rfName}
A

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

7

Altmetrics

Investigadores/as Institucionales

Huergo, DavidAutor (correspondencia)Alonso, LauraAutor o CoautorJoshi, SaumitraAutor o CoautorRubio, GonzaloAutor o CoautorFerrer, EstebanAutor o Coautor

Compartir

15 de octubre de 2024
Publicaciones
>
Artículo
Sí

A reinforcement learning strategy to automate and accelerate h/p-multigrid solvers

Publicado en: Results in Engineering. 24 102949- - 2024-12-01 24(), DOI: 10.1016/j.rineng.2024.102949

Autores:

Huergo, D; Alonso, L; Joshi, S; Juanicotena, A; Rubio, G; Ferrer, E
[+]

Afiliaciones

Univ Politecn Madrid, Ctr Computat Simulat, Campus Montegancedo, Madrid 28660, Spain - Autor o Coautor
Univ Politecn Madrid, Sch Aeronaut, ETSIAE UPM, Plaza Cardenal Cisneros 3, E-28040 Madrid, Spain - Autor o Coautor

Resumen

We explore a reinforcement learning strategy to automate and accelerate h/p-multigrid methods in high-order solvers. Multigrid methods are very efficient but require fine-tuning of numerical parameters, such as the number of smoothing sweeps per level and the correction fraction (i.e., proportion of the corrected solution that is transferred from a coarser grid to a finer grid). The objective of this paper is to use a proximal policy optimization algorithm to automatically tune the multigrid parameters and, by doing so, improve stability and efficiency of the h/p-multigrid strategy. Our findings reveal that the proposed reinforcement learning h/p-multigrid approach significantly accelerates and improves the robustness of steady-state simulations for one-dimensional advection-diffusion and nonlinear Burgers' equations, when discretized using high-order h/p methods, on uniform and nonuniform grids.
[+]

Palabras clave

Advection-diffusionBurgers' equationH/p-multigriH/p-multigridHigh-order flux reconstructionPpoProximal policy optimizationReinforcement learning

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Results in Engineering debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición 6/179, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Engineering, Multidisciplinary. Destacable, igualmente, el hecho de que la Revista está posicionada por encima del Percentil 90.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-09:

  • Google Scholar: 1
  • WoS: 3
  • Scopus: 3
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-09:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 5.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 5 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 2.
  • El número de menciones en la red social X (antes Twitter): 2 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/86487/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 135
  • Descargas: 30
[+]

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (HUERGO PEREA, DAVID) y Último Autor (FERRER VACCAREZZA, ESTEBAN).

el autor responsable de establecer las labores de correspondencia ha sido HUERGO PEREA, DAVID.

[+]

Reconocimientos ligados al ítem

Gonzalo Rubio and Esteban Ferrer acknowledge the funding received by the Grant DeepCFD (Project No. PID2022-137899OB-I00) funded by MICIU/AEI/10.13039/501100011033 and ERDF, EU. This research has been cofunded by the European Union (ERC, Offcoustics, project number 101086075). Views and opinions expressed are, however, those of the author (s) only and do not necessarily reflect those of the European Union or the European Research Council. Neither the European Union nor the granting authority can be held responsible for them. Finally, all authors gratefully acknowledge the Universidad Politecnica de Madrid (http:// www.upm.es) for providing computing resources on Magerit Supercomputer.
[+]