Thermo for training reactions in reverse
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
Direzione di ricerca
Inizia leggendo la discussione dell’issue composta da 11 commenti e tracciando il modo in cui le reverse training reactions ottengono i dati thermo e in cui vengono caricate le librerie thermo configurate. Nell’issue non sono indicati file o test; il lavoro sarebbe completo quando esistesse un approccio concordato che impedisca a dati thermo di scarsa qualità di degradare la cinetica delle reverse training reactions, con copertura di regressione.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
If training reactions are written in reverse, we use thermo to fit the kinetics in the forward direction. If the thermo is poor, the rate we train the kinetics tree with will be poor as well.
For example:
Training reaction 2 in Birad_R_Recombination NO2_p <=> NO + O is in reverse direction. To reverse it, we need to get the thermo for NO2, NO, and O. O is in the primaryThermoLibrary, but NO and NO2 are not. If NO and NO2 are not in any of the thermo libraries specified in the input file when running RMG, then RMG uses group additivity to estimate the thermo, and since these estimates are not so good, the kinetics will be not so good. Therefore, even if we are running RMG without nitrogen in our system, we need good thermo for NO and NO2, otherwise the Birad_R_Recombination tree might be trained with poor kinetics.
Possible solutions:
- Only write training reactions in the forward direction. That way, our RMG model will not be dependent on the thermo for the species in reverse training reactions.
- Put all the species in all the reverse training reactions into a "Training_reactions" thermo library and load this library by default every time rmg is run.
- Lingua principale
- Python
- Stelle
- 130
- Fork
- 161
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di ReactionMechanismGenerator/RMG-database
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
ReactionMechanismGenerator/RMG-database#740 · 1 commento ·
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
ReactionMechanismGenerator/RMG-database#737 · 8 commenti ·
-
CO2 + O <=> CO3 generated from R_Addition_MultipleBondForse di nuovo libera @rwest l’ha presa 245 giorni fa e non c’è nessuna pull request aperta. Aperta
ReactionMechanismGenerator/RMG-database#706 · 2 assegnatari ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 30/100
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
Tutte le issue di ReactionMechanismGenerator/RMG-database
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
UKGovernmentBEIS/inspect_ai#5781 ·
I maintainer di solito rispondono entro 2 giorni
-
Bump .cicd to wamp-cicd 4c2f9ac: `just land` refuses open A18 decisions, `just where` lists themAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 82/100
crossbario/cfxdb#139 ·
-
Bump .cicd to wamp-cicd 4c2f9ac: `just land` refuses open A18 decisions, `just where` lists themAperta
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 84/100
crossbario/txaio#241 ·
-
UX
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
mediajunkie/piper-morgan-product#1963 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100