On energy stable, maximum-principle preserving, second order BDF scheme with variable steps for the Allen-Cahn equation
本文研究了Allen-Cahn方程在非均匀网格下的两步向后微分公式(BDF 2)。我们证明了非均匀BDF 2格式在时间步长比约束$r_k:=τ_k/τ_{k-1}<(3+\sqrt{17})/2\approx3.561.$下是能量稳定的。此外,通过发展一种新的核重组和互补技术,我们首次证明了BDF 2格式在时间步长比约束$r_k<1+\sqrt{2}\approx 2.414$和一个实际时间步长约束下的离散最大值原理。并给出了最大范数下的二阶收敛速率。数值实验提供了支持的理论研究结果。
2020-03-01 cs.NA math.NA
A linear adaptive second-order backward differentiation formulation scheme for the phase field crystal equation
本文针对相场晶体方程提出基于BDF2的线性自适应时间步进格式,结合傅里叶谱方法和标量辅助变量法,证明了在相邻时间步长比不超过4.8645条件下的能量稳定性及二阶精度,并通过数值实验验证了理论结果。
2023-05-28 cs.NA math.NA
Energy stable and $L^2$ norm convergent BDF3 scheme for the Swift-Hohenberg equation
针对Swift-Hohenberg模型提出了一种全离散的隐格式格式,将三阶向后微分公式(BDF 3)用于时间离散,二阶有限差分格式用于空间离散.利用Brouwer不动点定理和BDF 3卷积系数的正定性,证明了所提出的数值算法是唯一可解的,并且是无条件能量稳定的,进而证明了该算法的数值解在最大范数下是有界的.通过离散正交卷积(DOC)核将四层解形式转化为三层梯度形式,从而逼近时间导数,严格证明了该格式在$L^2$范数下收敛.利用离散的格朗沃尔不等式建立了数值解的误差估计。在2D和3D的情况下提供的数值例子来支持理论结果。
2023-03-06 cs.NA math.NA
Stable BDF time discretization of BGN-based parametric finite element methods for geometric flows
该研究将BDF时间离散方法引入BGN公式,构建了二阶到四阶精度的高阶BGN/BDF$k$参数化有限元格式,既保留经典BGN格式的优势,又实现高阶时间精度,经数值算例验证其在几何流求解中性能优异。
2024-08-20 cs.NA math.NA
An implicit-explicit BDF-Galerkin scheme of second order for the nonlinear thermistor problem
Institute of Analysis and Numerics, Otto von Guericke University Magdeburg(马格德堡奥托·冯·格里克大学分析与数值研究所)
针对非线性热敏电阻问题,提出并分析了一种结合二阶向后差分公式与特殊外推项的时间离散和标准有限元空间离散的隐式-显式BDF-Galerkin格式,建立了无条件超收敛误差估计,并通过数值算例验证了其无条件稳定性和二阶精度。
2026-05-28 cs.NA math.NA
An implicit--explicit second order BDF numerical scheme with variable steps for gradient flows
在本文中,我们提出并分析了一个有效的隐式-显式(IMEX)的二阶在时间向后差分格式(BDF 2)与可变的时间步长梯度流问题的标量辅助变量(SAV)的方法。我们证明了该方案的无条件能量稳定性的修改的离散能量与相邻的时间步长比$γ_{n+1}:=\Dt_{n+1}/\Dt_{n}\leq 4.8645$。在对初始条件作适当的正则性约束下,得到了数值解的一致$H^{2}$界,即$ϕ(\x,0)\in H^{2}$。在此基础上,对时间非均匀网格上的数值解进行了严格的误差估计。最后,通过数值试验验证了理论的正确性。随着自适应时间步进策略的应用,我们提出的计划的效率可以清楚地观察到在粗化动力学模拟。
2022-04-01 cs.NA math.NA
Robust error bounds for the Navier-Stokes equations using implicit-explicit second order BDF method with variable steps
本文研究了Navier-斯托克斯方程的全离散有限元逼近,采用inf-sup稳定元和梯度-div稳定化。对于时间积分,采用了两种隐式-显式二阶向后微分公式(BDF 2)格式。在这两个拉普拉斯是隐式的,而非线性项是明确的,在第一个,和半隐式的,在第二个。的梯度-div稳定,使我们能够证明误差界中的常数是独立的粘度的逆幂。对于速度的$L^2$误差,使用分段多项式的多项式$r$来近似速度以及时间上的二阶界,对于固定时间步长方法和对于具有可变时间步长的方法,获得了空间上的阶$r$的误差界。CFL型的条件是必要的方法,其中的非线性项是明确的时间步长和空间网格步长参数。
2021-12-23 cs.NA math.NA
A new discrete energy technique for multi-step backward difference formulas
向后微分公式(BDF)是一类用于刚性微分方程数值积分的隐式方法。值得注意的是,抛物型方程的$A$稳定的BDF 1和BDF 2格式的稳定性和收敛性可以直接用标准的离散能量分析来证明。然而,这种经典的分析方法似乎不能直接应用于$3\leq \mathbf{k}\leq 5$的$\mathbf{k}$格式.为了克服这个困难,一个强大的分析工具的基础上Nevanlinna-Odeh乘数技术[Numer.功能Anal. Optim.,3:377-423,1981]由Lubich等人[IMA J. Numer.肛门,33:1365-1385,2013]。在这项工作中,通过使用所谓的离散正交卷积核技术,我们将恢复经典的能量分析,使$3\leq \mathbf{k}\leq 5$的$\mathbf{k}$格式的稳定性和收敛性可以建立。我们的分析技术的理论优势之一是对初始数据的空间规则性要求较少。
2021-02-09 cs.NA math.NA
A linear second-order maximum bound principle-preserving BDF scheme for the Allen-Cahn equation with a general mobility
本文提出并分析了求解具有一般迁移率的Allen-Cahn方程的线性二阶数值方法。建议的全离散格式精心构造的基础上的一阶和二阶向后微分公式与非均匀时间步长的时间近似和空间离散的中心有限差分相结合。在对时间步长和相邻时间步长比的适当约束下,利用核重组技术证明了该格式的离散最大界原理.此外,我们严格推导出离散的$H^{1}$误差估计和能量稳定性的经典恒定的流动性的情况下和$L^{\infty}$误差估计的一般流动性的情况下。各种数值实验验证了理论结果,并证明了所提出的方法与时间自适应策略的性能。
2023-03-02 cs.NA math.NA
Mass conservative BDF-discontinuous Galerkin/explicit finite volume schemes for coupling subsurface and overland flows
Université Paris-Est, CERMICS, Ecole des Ponts(巴黎东大学,CERMICS,国立路桥学校)
针对地下与地表水流耦合问题,设计了质量守恒的BDF-间断Galerkin/显式有限体积格式,通过界面通量设计确保整体质量守恒。
2008-09-09 cs.NA math.NA
A Second-Order Energy Stable Backward Differentiation Formula Method for the Epitaxial Thin Film Equation with Slope Selection
The University of Tennessee(田纳西大学);The University of Massachusetts(马萨诸塞大学);Beijing Normal University(北京师范大学)
本文提出了一种用于具有斜率选择的外延薄膜方程的二阶能量稳定的后向差分公式方法,通过使用具有常数系数稳定项的BDF方法设计高阶时间数值方案,实现了无条件能量稳定性和高效数值实现。
2017-06-27 cs.NA math.NA
A positivity-preserving second-order BDF scheme for the Cahn-Hilliard equation with variable interfacial parameters
提出并分析了一种新的二阶有限差分格式,即含时Ginzburg-Landau(MMC-TDGL)方程、含Flory-Huggins-deGennes能势的Cahn-Hilliard方程。该数值格式基于后向微分公式(BDF)方法时间求导,结合Douglas-Dupont正则化项,具有无条件能量稳定性。此外,我们在理论水平上给出了该格式的数值解的逐点界。对于收敛性分析,我们将三个非线性对数项作为一个整体处理,利用非线性误差内积总是非负的性质,直接处理所有对数项。此外,我们给出了详细的$\ell^\infty (0,T; H_h^{-1}) \cap \ell^2 (0,T; H_h^1)$范数下的收敛性分析。最后,利用局部牛顿逼近和多重网格方法对非线性数值格式进行了求解,得到了数值收敛性检验、保正性检验、旋节分解、能量耗散和质量守恒等结果.
2020-04-03 cs.NA math.NA
An efficient second-order energy stable BDF scheme for the space fractional Cahn-Hilliard equation
空间分数阶Cahn-Hilliard相场模型比经典的Cahn-Hilliard相场模型更能准确地描述相变的形成和相变机制。本文对空间分数阶Cahn-Hilliard模型提出了一个时间上二阶能量稳定的格式。该格式在时间上基于二阶向后微分公式,在空间上基于有限差分法。分析了格式的能量稳定性和收敛性,并数值说明了时间和空间上的最佳收敛阶。注意,该方案的系数矩阵是在每个块中具有Toeplitz样结构的$2 \times 2$块矩阵。结合Krylov子空间方法和这种特殊结构的优点,设计了一种预处理技术来有效地求解该系统。数值例子来说明预处理迭代的性能。
2020-11-04 cs.NA math.NA
A new class of efficient linear higher-order schemes for the Landau-Lifshitz-Gilbert equation with reduced restriction on the damping parameter
Eastern Institute of Technology(宁波东方理工大学);Shandong University(山东大学)
针对Landau-Lifshitz-Gilbert方程,提出一类广义BDF格式,包括半隐式和全显式处理,显著改善稳定性并放宽阻尼参数约束,通过构造新乘子实现能量误差分析,获得最优阶误差估计。
2026-06-15 cs.NA math.NA
Mesh-robustness of an energy stable BDF2 scheme with variable steps for the Cahn-Hilliard model
利用不等时间步长的两步向后微分公式(BDF 2)构造了Cahn-Hilliard模型的能量稳定的凸分裂格式。我们专注于时间步长变化的数值影响,通过使用最近的理论框架与离散正交卷积核。提出了一些新的关于正交卷积核的离散卷积嵌入不等式,使得在更新的步长比约束$0 <r_k:=τ_k/τ_{k-1}\leq r_{\mathrm{user}}$下,首次建立了一个简洁的$L^2$范数误差估计,其中$r_{\mathrm{user}}$可以由用户选择,使得$r_{\mathrm{user}}<4.864$ .稳定的凸分裂BDF 2格式是网格鲁棒收敛的,在这个意义上,收敛常数(前因子)的误差估计是独立的伴随时间步长比。该方法被证明是保持一个修改的能量耗散律在离散水平,如果$0<r_k\le r_{\mathrm{user}}$,使它是网格鲁棒稳定的能量范数。在对随机时间网格进行大量实验的基础上,采用自适应时间推进策略,有效地捕捉了多尺度行为,加快了长时间模拟向稳态逼近的速度。
2022-03-04 cs.NA math.NA
Stability and convergence of second order backward differentiation schemes for parabolic Hamilton-Jacobi-Bellman equations
Université Pierre et Marie Curie(巴黎第六大学);Université Paris-Diderot(巴黎第七大学);University of Oxford(牛津大学)
本文研究了二阶BDF格式在抛物型HJB方程数值近似中的稳定性与收敛性,建立了非单调格式在非线性设置下的稳定性结果,并在特定情况下证明了收敛性,同时包含数值测试验证方法有效性。
2018-02-20 cs.NA math.NA
Entropy-stable and entropy-dissipative approximations of a fourth-order quantum diffusion equation
Vienna University of Technology(维也纳工业大学);Technical University of Berlin(柏林工业大学)
针对描述量子半导体中电子输运的非线性四阶抛物型方程,分析了保持非负性、熵稳定且耗散修正熵泛函的BDF时间半离散格式,并证明了弱解存在性与二阶收敛性。
2012-08-27 cs.NA math.NA
A C++ implementation of the discrete adjoint sensitivity analysis method for explicit adaptive Runge-Kutta methods enabled by automatic adjoint differentiation and SIMD vectorization
本文实现了一个面向自适应显式 Runge-Kutta 方法的 C++ 离散伴随灵敏度分析库,结合 AAD 与 SIMD 并行计算向量-Jacobian 乘积,性能略优于现有同类软件。
2024-10-02 cs.MS cs.NA math.NA
On the quasi-unconditional stability of BDF-ADI solvers for the compressible Navier-Stokes equations
本文研究BDF-ADI求解器在可压缩纳维-斯托克斯方程中的近似无条件稳定性,通过数学分析和数值实验验证了其稳定性及精度。
2015-09-30 cs.NA math.NA physics.comp-ph
Matrix-Free Stabilized BDF Schemes for Semilinear Parabolic Equations with Unconditional Maximum Bound Principle Preservation and Energy Stability
Michigan State University(密歇根州立大学);Beijing University of Technology(北京工业大学)
本文提出了一种无条件保持最大界原理、能量稳定性和无矩阵实现的高阶BDF方案,用于求解半线性抛物方程,通过固定点迭代和点wise截断策略实现高效计算,适用于一般域和混合边界条件。
2026-03-24 cs.NA math.NA
Discrete Adjoint Implicit Peer Methods in Optimal Control
众所周知,在常微分方程控制的先离散后优化方法中,伴随方法只有在附加阶条件下才能收敛。对于Peer两步法,我们推导出这样的伴随序条件,并特别注意边界步骤。对于$s$ -阶段方法,我们证明了当伴随方法至少满足$s\!-\!1$阶的条件时,$s$阶对状态变量的收敛性。我们消除了一些瓶颈的边界上遇到的第一作者等人的早期论文[J。应用数学,262:73-86,2014],并详细讨论了阶对(3,2)的3阶段方法的构造,包括组合的前向和伴随阶条件的一些矩阵背景。具有相等差异的节点的影响被突出显示。事实证明,最有吸引力的方法与BDF有关。三个3阶段的方法,显示在数值试验中预期的顺序。
2020-02-27 cs.NA math.NA
A higher-order gradient flow scheme for a singular one-dimensional diffusion equation
University of Sussex(萨塞克斯大学);Vienna University of Technology(维也纳工业大学)
本文提出一种高阶最小化运动方案,用于求解一维奇异扩散方程的非线性扩散方程,该方案基于BDF离散化,保持质量并耗散G-范数,数值结果显示出指数衰减。
2015-09-01 cs.NA math.NA
A third order BDF energy stable linear scheme for the no-slope-selection thin film model
本文提出并分析了外延薄膜生长模型的无斜率选择(NSS)方程的一种(时间)三阶精度的后向微分公式(BDF)数值格式,并在空间上进行了傅立叶伪谱离散。表面扩散项被隐式处理,而非线性化学势近似的三阶显式外推公式,为了可解性。此外,在数值格式中加入了一个三阶精度的Douglas-Dupont正则化项,其形式为$-A Δt^2 Δ_N^2 ( u^{n+1} - u^n)$。一个仔细的能量稳定性估计,结合傅立叶特征值分析,在一个修改后的版本中的能量稳定性的结果,和系数$A$的理论理由变得可用。作为能量稳定性分析的结果,得到了数值能量在时间上的统一界。在$\ell^\infty (0,T; \ell^2) \cap \ell^2 (0,T; H_h^2)$范数下,借助于非线性误差项的线性化估计,详细地给出了最优速率收敛分析和误差估计。这一收敛估计是梯度流三阶精度格式的第一个这样的结果。通过数值模拟,验证了数值格式的有效性和三阶收敛性。对$\varepsilon=0.02$(直至$T=3 \times 10^5$)的长时间模拟结果表明,能量衰减呈对数规律,表面粗糙度和丘宽增长呈幂律。特别是,功率指数的表面粗糙度和土堆宽度增长,创建的三阶数值方案,是更准确的比某些二阶能量稳定的计划在现有文献中产生的。
2020-10-31 cs.NA math.NA
A nonlinear time compactness result and applications to discretization of degenerate parabolic-elliptic PDEs
Université de Franche-Comté(弗朗什-孔泰大学);Sorbonne Universités, UPMC Univ Paris 06(索邦大学,巴黎第六大学);CNRS(法国国家科学研究中心)
本文提出一个适用于证明强退化抛物问题全离散近似紧致性的离散泛函分析结果,通过补偿紧致性相关结果而非经典空间时间平移估计,处理空间和时间变量的多种数值离散化,尤其适用于变时间步长和多步时间差分方法,如BDF2方案。
2015-04-15 cs.NA math.AP math.FA
Efficient Numerical Scheme for Solving (1+1), (2+1)-dimensional and Coupled Burgers Equation
基于向后微分公式(BDF)和广义微分求积法(GDQM),发展了一种数值格式。利用该格式对Burgers方程的一维、二维和二维耦合模型进行了数值计算。结果表明,该方法在绝对误差和误差指标方面具有较好的精度
2019-11-04 cs.NA math.AP math.NA
Step-based checkpointing with high-level algorithmic differentiation
本文提出将高层算法微分与基于步进的检查点调度相结合,应用于时间依赖偏微分方程求解器,通过动态构建的前向操作记录并利用前向与伴随数据差异优化检查点性能。
2024-09-26 cs.NA cs.PL math.NA
A Comparison of Automatic Differentiation and Continuous Sensitivity Analysis for Derivatives of Differential Equation Solutions
Julia Computing(朱莉娅计算);Pumas-AI;New York University(纽约大学);Massachusetts Institute of Technology(麻省理工学院)
本文比较了自动微分与连续敏感性分析在微分方程解导数计算中的性能,发现对于小规模ODE系统,自动微分方法更高效,而连续伴随法在规模增大后更具优势,同时展示了自动微分在处理微分代数方程、时滞微分方程等复杂系统时的优势。
2021-07-20 cs.NA math.NA
Learning Hidden Dynamics using Intelligent Automatic Differentiation
许多工程问题涉及从间接观测中学习隐藏的动力学,其中物理过程由偏微分方程(PDE)系统描述。基于约束的最优化方法被认为是可扩展的和有效的学习隐藏的动态。然而,最耗时和最容易出错的任务之一是导出和实现梯度,特别是在PDE系统中,来自不同系统的梯度必须正确地集成在一起。为此,我们提出了一种新的技术,称为智能自动微分(IAD),利用现代机器学习工具$\texttt{TensorFlow}$自动计算梯度,并进行有效的优化。此外,IAD允许我们集成专门设计的状态伴随方法代码,以实现更好的性能。数值试验表明,IAD学习隐藏的动力学在复杂的偏微分方程系统的可行性,此外,通过将定制的状态伴随方法代码IAD,我们显着加快了正向和反向模拟。
2019-12-16 cs.NA math.NA
Symplectic Runge-Kutta schemes for adjoint equations, automatic differentiation, optimal control and more
Universidad Carlos III de Madrid(马德里卡洛斯三世大学)
本文探讨了辛Runge-库塔方案在保持二次不变量、计算数值灵敏度、最优控制及拉格朗日力学中的作用,揭示其在自动微分和最优控制中的隐含应用。
2015-06-19 cs.NA math.NA math.OC
Structure-preserving generalized transferable neural networks for the Cahn-Hilliard equation
Auburn University(奥本大学);University of South Carolina(南卡罗来纳大学)
本文提出保结构GTransNet-BDF格式求解混合形式Cahn-Hilliard方程,可保质量守恒与能量稳定,适用于复杂场景,数值实验验证其准确性与鲁棒性。
2026-08-26 cs.NA math.NA
Error analysis of fully discrete mixed finite element data assimilation schemes for the Navier-Stokes equations
Universidad de Sevilla(塞维利亚大学);Universidad Autónoma de Madrid(马德里自治大学)
本文研究了Navier-Stokes方程的全离散混合有限元数据同化方案的误差分析,采用inf-sup稳定的混合有限元方法进行空间离散,分析了不同时间离散方法下的误差估计,包括隐式欧拉法、隐式和半隐式二阶BDF2方案等,并考虑了伽辽金方法和带grad-div稳定化的伽辽金方法的空间离散。
2019-04-12 cs.NA math.NA
Fast adjoint differentiation of chaos via computing unstable perturbations of transfer operators
针对离散时间双曲混沌系统的物理量(长时平均统计量)关于多个系统参数的梯度,设计了快速伴随响应算法。它的代价与参数的个数无关。该算法将我们新的理论工具,伴随跟踪引理和等变散度公式,转化为逐步计算$u$许多有界向量在一个轨道上的形式。这里$u$是不稳定维。我们证明了我们的算法上的一个例子很难为以前的方法,一个系统的随机噪声,和一个系统的不连续映射。我们还给出了等变散度公式的一个简短的形式证明。与著名的有限元法相比,我们的算法不受相空间维数的限制(典型的现实生活中的系统具有非常高的维数),因为它是通过一个轨道进行采样的。与集成/随机方法相比,由于算法中的递归关系是有界的,因此该算法不受蝴蝶效应的影响。
2022-09-11 cs.NA math.DS math.NA
Differentiate the Solver, Not the Equation: Reverse-Sweep Adjoints for Block Implicit Simulation
Stanford University(斯坦福大学);University of California, Los Angeles(加州大学洛杉矶分校);LightSpeed Studios, Tencent America(腾讯美国光速工作室);The University of Utah(犹他大学)
该研究提出求解器级微分方法,针对块隐式模拟设计反向扫描伴随求解器,在精度匹配的前提下,比现有方法更快、内存占用更少,可扩展至大规模可微弹性动力学模拟。
2026-08-11 cs.GR cs.LG cs.NA
Automatic Backward Differentiation for American Monte-Carlo Algorithms (Conditional Expectation)
本文推导了包含条件期望算子的算法的反向微分方法,应用于美式金融衍生品估值,提出利用条件期望的线性组合和期望微分性质简化实现。
2017-07-16 cs.DS cs.NA math.NA
The generalized scalar auxiliary variable applied to the incompressible Boussinesq Equation
本文针对不可压缩Boussinesq方程提出基于广义标量辅助变量(GSAV)和BDF的二阶时间离散方法,通过指数时间积分器保证稳定性,给出误差估计并验证其在大规模三维问题中的适用性。
2025-04-17 cs.NA math.NA
Continuous and Discrete Adjoints to the Euler Equations for Fluids
INRIA(法国国家信息与自动化研究所);UPMC-ParisVI, LJLL(巴黎第六大学,计算数学实验室)
研究可压缩流欧拉方程的连续伴随与自动微分离散伴随在数值上的一致性,揭示伴随在激波处连续、在接触间断处通常不连续的特性。
2011-04-09 cs.CE cs.NA math.NA
An Eulerian finite element method for the linearized Navier--Stokes problem in an evolving domain
本文分析了时变区域上线性化Navier--Stokes问题的Eulerian有限元方法,结合BDF时间步进与几何不拟合离散及Nitsche方法,证明了满足inf-sup稳定性的单元在特定范数下具有最优阶收敛性。
2024-08-23 cs.NA math.NA
Solving Parameter Estimation Problems with Discrete Adjoint Exponential Integrators
在变分设置中的反问题的解决方案通过最小化惩罚模型输出和观测之间的失配的费用函数来找到模型参数的最佳估计。使用伴随模型计算数值优化过程所需的梯度。指数积分器是发展偏微分方程的一类很有前途的时间离散方法。为了允许使用这些离散化的背景下,反问题的伴随指数积分器是必需的。本文导出了Runge-Kutta型W型指数传播迭代法(EPIRK-W)的离散伴随公式。这些方法允许雅可比矩阵的任意近似,同时保持前向积分的整体精度。不依赖于模型状态的雅可比近似矩阵的使用避免了离散伴随公式中Hessian的复杂计算,并且允许经由算法微分的有效伴随代码生成。我们使用离散EPIRK-W伴随求解逆问题与Lorenz-96模型和计算磁学基准测试。数值结果验证了我们的理论推导。
2017-04-09 cs.NA math.NA math.OC
Forward-Mode Differentiation of Maxwell's Equations
我们提出了一个以前未探索的麦克斯韦方程组的前向模式微分法,在灵敏度分析领域的应用。这种方法产生精确的梯度,是类似于流行的伴随变量方法,但提供了一个显着的改善,在内存和速度缩放的问题,涉及几个输出参数,因为我们分析的背景下,时域有限差分(FDTD)模拟。此外,它提供了一个精确的替代数值导数方法,基于有限差分近似。为了证明该方法的实用性,我们进行了两个问题的敏感性分析。首先,我们计算了散射体的空间近场强度分布随其介电常数的变化。然后,我们计算了表面光栅耦合器的光谱功率和耦合效率随其填充因子的变化。
2019-08-28 cs.NA math.NA physics.comp-ph
Accurate gradient computations for shape optimization via discrete adjoints in CFD-related multiphysics problems
TU Kaiserslautern(凯泽斯劳滕工业大学)
本文研究了如何在CFD模拟中准确计算形状优化的梯度,通过使用离散共轭方法来捕捉多物理效应,提出了一种有效的自动微分方法,并在开源求解器SU2中实现了对共轭热传递问题的求解。
2018-10-31 cs.NA math.NA physics.comp-ph
Bringing PDEs to JAX with forward and reverse modes automatic differentiation
Aalto University(阿尔托大学);VTT Technical Research Centre of Finland(芬兰国家技术研究中心)
本文通过扩展JAX自动微分库并接入Firedrake有限元库,利用切线线性方程和伴随方程实现偏微分方程求解器的前向和反向模式自动微分,使其能与任意可微程序高效组合。
2023-08-31 cs.LG cs.MS cs.NA
Mini-symposium on automatic differentiation and its applications in the financial industry
Murex(穆雷克斯);Capital Fund Management(资本基金管理);Imperial College(帝国理工学院);Maynooth University(梅努斯大学);Natixis
本文探讨自动微分在金融行业中的应用,介绍如何通过反向自动微分算法计算金融敏感性,并指出需要专门工具和理论支持以应对复杂计算需求。
2017-06-07 cs.CE cs.NA math.NA
Automatic Differentiation from Scratch: How PyTorch Computes Gradients in Physics-Informed Neural Networks
CECA, Universidade Federal de Alagoas (UFAL)(塞阿拉,阿拉戈斯联邦大学)
研究PyTorch在物理信息神经网络中计算梯度的方式,借助1-3-3-1多层感知器和特定初值问题,追踪前向传播计算图、反向遍历及图中图机制,验证伴随值并联系相关框架与积,明确其计算梯度的完整流程。
2026-07-16 cs.LG cs.MS cs.NA
Fast automated adjoints for spectral PDE solvers
University of Leeds(利兹大学);Massachusetts Institute of Technology(麻省理工学院);Flatiron Institute(平顿研究所)
本文提出一种通用自动求导方法,用于计算基于稀疏谱方法的PDE求解器的模型梯度,并在广泛使用的Dedalus框架中实现。通过反向模式自动微分构建高效 adjoint 求解器,支持多种方程、几何和边界条件,适用于时间依赖和非线性系统优化。
2025-05-29 astro-ph.SR cs.NA math.NA