几何泛函的形状优化与体积水平集逼近的比较
Comparison between shape optimization and volumic level set approximation for geometrical functionals
Laboratoire Jean Kuntzmann（让·孔茨曼实验室）
AI总结：
本文通过形状优化和体积水平集逼近两种方法计算一般曲率泛函的导数，并证明两者结果一致。
摘要：
我们提出用两种不同的方法对一般曲率泛函进行微分。第一种方法利用形状优化工具计算导数，第二种方法计算泛函的体积逼近相对于水平集函数的导数。我们证明这两种方法得到相同的结果。
英文摘要：
We propose to differentiate a general curvature functional with two different approaches. In the first one we compute the derivative with the tools of shape optimization and in the second one we compute the derivative of a volumic approximation of the functional with respect to a level set function. We show that the two previous approaches give the same result.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
