A hybrid finite element/neural network solver and its application to the Poisson problem
本文形式化了一种混合有限元/神经网络求解器,用于丰富粗网格解,并分析了其先验误差及训练集大小对解质量的影响。
2023-07-03 cs.NA math.NA
Attention-based hybrid solvers for linear equations that are geometry aware
本文提出基于注意力机制的几何感知混合求解器,利用在简单几何上训练的Deeponet为不同几何下的亥姆霍兹方程提供鲁棒预条件子,无需微调或额外数据。
2024-11-20 cs.NA math.NA
On the Geometry Transferability of the Hybrid Iterative Numerical Solver for Differential Equations
快速数值求解器的发现促使了许多应用中,特别是计算力学中,由于求解非常大的线性系的必要性增加,迭代技术的明确和快速的转变。大多数数值求解器高度依赖于问题的几何形状和离散化,当这些属性中的任何一个发生变化时都会面临问题。新开发的混合迭代数值可转移求解器(HINTS)将标准求解器与神经运算符相结合,以实现更好的性能,每次专注于单个几何形状。在这项工作中,我们探讨了HINTS中的“T”,即,HINTS的几何可转换性。我们首先建议直接采用HINTS建立一个特定的几何形状到一个不同的,但相关的几何形状没有任何调整。此外,我们提出了一个运营商级的迁移学习与HINTS的集成,甚至进一步提高新的几何形状和离散化的HINTS的收敛。我们进行了达西流问题和平面应变弹性问题的数值实验。结果表明,无论是直接应用的HINTS和迁移学习增强的HINTS能够准确地解决这些问题的不同的几何形状。此外,使用迁移学习,HINTS能够比直接应用HINTS更快地收敛到机器零。
2022-10-31 cs.NA math.NA
Nodal Hybrid Neural Solvers for Parametric PDE Systems
Xiangtan University(湘潭大学);Tsinghua University(清华大学)
本文提出基于图傅里叶神经求解器(G-FNS)和自适应图傅里叶神经求解器(AG-FNS)的求解器,解决参数PDE系统在非结构化网格上的高效求解问题,实现网格无关收敛率和多尺度误差模式捕捉。
2026-03-25 cs.NA math.NA
New Hybridized Mixed Methods for Linear Elasticity and Optimal Multilevel Solvers
Peking University(北京大学);Pennsylvania State University(宾夕法尼亚州立大学)
本文提出新的混合有限元方法用于二维和三维线弹性问题,通过混合化实现应力的符合性和强对称性,采用P_{k+1}-P_k混合格式,保证收敛性,并开发多级求解器验证理论结果。
2017-04-25 cs.NA math.NA
Hybrid Iterative Solvers with Geometry-Aware Neural Preconditioners for Parametric PDEs
Division of Applied Mathematics(应用数学系);Brown University(布朗大学);Ansys UK Ltd(Ansys英国有限公司)
本文提出Geo-DeepONet,结合几何信息的神经预置条件器,提升混合迭代求解器在参数PDEs中的鲁棒性和效率。
2025-12-16 cs.LG cs.NA math.NA
A 3D Nonlinear Maxwell's Equations Solver Based On A Hybrid Numerical Method
UIT the Arctic University of Norway(挪威北极大学)
本文提出一种混合方法,结合边界积分表示和域内方法,用于求解具有非线性或非均匀材料响应的三维麦克斯韦方程,通过减少外部网格需求降低计算成本和复杂性。
2018-10-23 cs.NA math.NA
A hybrid Hermitian general eigenvalue solver
Swiss National Supercomputing Centre(瑞士国家超算中心);University of Tennessee(田纳西大学)
针对材料科学和化学中需多次求解中型厄米特广义特征值问题,提出一种基于标准特征值求解器的混合GPU-CPU算法,显著优于现有库。
2012-07-07 cs.NA math.NA
Hybrid Numerical Solvers for Massively Parallel Eigenvalue Computation and Their Benchmark with Electronic Structure Calculations
构造了大规模并行广义特征值问题(GEP)的最优混合数值求解器,并在K机等超级计算机上进行了强尺度基准测试,计算矩阵规模为M = 10^4-10^6,核数可达105个.将GEP过程分解为标准特征值问题(SEP)的简化和SEP的求解两个子过程,从ScaLAPACK、ELPA和EigenExa三个并行求解器库中为每个子过程选择一个例程,构造了一个混合求解器。混合求解器与两个较新的库,ELPA和EigenExa,提供更好的基准测试结果比传统的ScaLAPACK库。对结果的详细分析表明,减速器可能成为下一代(exa级)超级计算机的瓶颈,这对未来的研究具有指导意义。该代码是作为一个中间件和一个迷你应用程序开发的,将出现在网上。
2015-04-24 cond-mat.mtrl-sci cs.NA math.NA
Hybrid Entropy Stable HLL-Type Riemann Solvers for Hyperbolic Conservation Laws
RWTH Aachen University(亚琛工业大学);Universität zu Köln(科隆大学)
本文提出混合HLL型求解器,通过凸组合减少耗散同时保持熵稳定性,验证于理想磁流体力学方程数值实验。
2016-10-21 astro-ph.IM cs.NA math.NA
A hybrid Eulerian-Lagrangian flow solver
Eindhoven University of Technology(埃因霍温理工大学);Delft University of Technology(代尔夫特理工大学)
本文提出一种结合欧拉和拉格朗日方法的混合求解器,用于解决近固壁区域的流体问题,通过欧拉法求解纳维-斯托克斯方程,远区域用涡粒子法,验证了在二维基准案例中的有效性。
2015-06-04 cs.NA math.NA physics.flu-dyn
Efficient numerical methods for the uncertain Boltzmann equation based on a hybrid solver
本文针对含不确定参数的 Boltzmann 方程,提出基于 APH 格式的 MLMC 与多保真非侵入式数值方法,显著提升计算效率并保持精度。
2025-07-27 cs.NA math.NA
Vectorized 3D mesh refinement and implementation of primal hybrid FEM in MATLAB
本文在MATLAB中引入Face-to-Tetrahedron连接与向量化3D均匀网格细化技术,针对二阶椭圆问题实现了3D最低阶原始混合有限元矩阵的向量化组装,并提出并行求解器与向量化Schur补求解器以验证软件运行时性能。
2025-09-14 cs.NA math.NA
Hybrid Finite Element - Spectral Method for the Fractional Laplacian: Approximation Theory and Efficient Solver
Brown University(布朗大学);Oak Ridge National Laboratory(橡树岭国家实验室);Sandia National Laboratories(桑迪亚国家实验室)
本文提出了一种数值方法,用于近似二维和三维分数阶泊松问题,通过混合有限元-谱方法来解决,该方法基于Caffarelli和Silvestre(2007)的扩展域方法,并通过Weyl定律和有限元离散化选择近似特征值,最终通过多网格和共轭梯度等迭代求解器高效求解线性方程组,数值实验表明该方法在复杂度上近似最优。
2017-09-06 cs.NA math.NA
Multiple-scattering frequency-time hybrid solver for the wave equation in interior domains
提出了一种二维内空域含时波动方程的频时混合求解方法。该方法依赖于四个主要元素,即,1)多重散射策略,该策略将给定的内部时域问题分解为一系列有限持续时间的时域散射问题,这些时域散射问题通过重叠的开放弧进行,其中每一个都被减少(通过傅里叶变换)转化为一系列亥姆霍兹频域问题; 2)重叠边界片上的边界积分方程,用于解第1)点中的频域问题; 3)平滑的“时间窗和重定中心”方法,其使得能够处理长持续时间的入射信号和长时间模拟;以及,4)傅里叶变换算法,其对于给定的入射场提供数值上无色散的、光谱上精确的时间演化。通过重铸的内部时域问题的一系列开放的弧多次散射事件,所提出的方法正规化的完整的内部频域问题,如果通过傅立叶或拉普拉斯变换的相应的内部时域问题,必须封装无限多个散射事件,从而引起非唯一性和特征函数的傅立叶情况下,和病态的拉普拉斯情况下。数值例子表明所提出的方法的准确性和效率。
2023-02-06 cs.NA math.NA
An implicit staggered hybrid finite volume/finite element solver for the incompressible Navier-Stokes equations
提出了一种新的求解不可压缩流动的全隐式混合有限体积/有限元法。在半隐式FV/FE混合格式的基础上,将不可压Navier-斯托克斯方程分解为压力子系统和输运扩散子系统。其中第一个可以看作是泊松型问题,因此有效地解决了使用经典的连续拉格朗日有限元。另一方面,采用有限体积法求解对流子系统,结合Crouzeix-Raviart有限元离散粘性应力张量。对于某些应用,相关的CFL条件,即使只依赖于体积速度,可能会产生一个严重的时间限制的情况下,显式计划使用。为了克服这个问题,提出了一种隐式方法。从传输-扩散算子的隐式离散化获得的系统使用不精确的牛顿-克雷洛夫方法求解,基于BiCStab或GMRES算法。为了提高线性求解器的收敛性能的对称高斯-赛德尔(SGS)预处理器,连同一个简单而有效的方法,是兼容MPI并行化的网格元素的重新排序。此外,考虑非线性对流项的Ducros通量,我们可以证明离散平流格式是动能稳定的。该方法是仔细评估通过一组经典的流体力学基准。最后一个测试表明,在现实的血管几何形状的血流模拟的背景下,该方法的潜在适用性。
2023-02-11 cs.NA math.NA
End-to-End Mesh Optimization of a Hybrid Deep Learning Black-Box PDE Solver
University of Utah(犹他大学);Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
本研究探索了结合黑盒PDE求解器与深度图神经网络的混合模型在流体流动预测中的端到端训练可行性,通过零阶梯度估计器对求解器进行微分,在无需自动微分支持的情况下实现了优于冻结网格基线的性能,并通过预热启动加速收敛与提升泛化。
2024-04-28 cs.LG cs.NA math.NA
A Hybrid Solver of Size Modified Poisson-Boltzmann Equation by Domain Decomposition, Finite Element, and Finite Difference
Department of Mathematical Sciences, University of Wisconsin-Milwaukee(威斯康星大学密尔沃基分校数学科学系)
本文提出一种混合求解器,结合域分解、有限元和有限差分方法,解决尺寸修正泊松-玻尔方程,验证了其在生物分子电势计算中的高性能和稳定性。
2016-10-19 cs.NA math.NA physics.comp-ph
Fast multi-particle scattering: a hybrid solver for the Maxwell equations in microstructured materials
Courant Institute of Mathematical Sciences, New York University(纽约大学库朗数学科学研究所)
针对微结构材料中麦克斯韦方程的正向建模问题,提出一种结合高阶精确积分方程方法与经典多散射理论的混合求解器,实现快速仿真。
2011-04-28 cs.NA math-ph math.MP
A hybrid quantum solver for the Lorenz system
本文提出一种混合经典-量子方法,利用前向 Euler 离散和 VQLS 算法求解 Lorenz 系统,数值结果表明其解可与经典方法相比,且易于推广到其他非线性微分方程。
2024-11-19 cs.NA math-ph math.MP
Hybrid Riemann Solvers for Large Systems of Conservation Laws
RWTH Aachen University(亚琛工业大学);Lucerne School of Business(卢塞恩商学院)
本文提出了一种新的近似Riemann求解器家族,用于超保守律的数值解近似。该方法通过估计全局最快波速来避免特征分解,特别适用于大系统和无显式特征系统的情况,具有比HLL更少的耗散性。
2016-06-26 astro-ph.IM cs.CE cs.NA
A hybrid reduced-order model for segregated fluid-structure interaction solvers in an ALE approach at high Reynolds number
本文提出一种结合POD、Galerkin投影与数据驱动方法的混合降阶模型,用于高雷诺数ALE框架下的分离式流固耦合求解,并在雷诺数10000000的俯仰-沉浮翼型流致振动案例中验证了其准确性。
2024-06-18 cs.NA math.NA physics.flu-dyn
A Hybrid Iterative Neural Solver Based on Spectral Analysis for Parametric PDEs
本文提出傅里叶神经求解器(FNS),通过从谱角度学习特征值和特征向量,使混合迭代方法在参数化PDE上实现与网格尺寸和物理参数无关的收敛速率。
2025-06-06 cs.NA math.NA
Are Deep Learning Based Hybrid PDE Solvers Reliable? Why Training Paradigms and Update Strategies Matter
Delft Institute of Applied Mathematics(代尔夫特应用数学研究所);Delft University of Technology(代尔夫特理工大学);Department of Mathematics and Computer Science(数学与计算机科学系);Eindhoven University of Technology(埃因霍温理工大学);The Netherlands(荷兰)
本文研究基于深度学习的混合迭代方法(DL-HIMs)在科学计算中的可靠性问题,发现训练目标与求解器动力学及物理问题不一致会导致残差停滞,并提出物理感知的Anderson加速(PA-AA)方法以恢复可靠收敛。
2026-06-02 cs.LG cs.NA math.NA
From multi-layered problems to multiple two-layered problems: a novel frequency-time hybrid multiple-scattering integral equation solver
University of Electronic Science and Technology of China(电子科技大学);Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);Nanyang Technological University(南洋理工大学)
该研究针对多层介质时变波动方程,提出频时混合多重散射积分方程求解器,将N层问题转化为N-1个两层子问题,兼具高精度、可并行性,经数值算例验证了效率与精度。
2026-09-01 cs.NA math.NA
Sparsity promoting hybrid solvers for hierarchical Bayesian inverse problems
从少量噪声测量中恢复稀疏生成模型是一个重要而具有挑战性的问题。许多确定性算法依赖于某种形式的$\ell_1$ - $\ell_2$最小化,以将$\ell_2$惩罚的计算便利性与$\ell_1$的稀疏性提升相结合。最近在贝叶斯框架内表明,稀疏性提升和计算效率可以通过具有条件高斯先验和伽马超先验的分层模型来实现。相关的吉布斯能量函数是一个凸泛函和它的最小值,这是后验的MAP估计,可以有效地计算与全局收敛的迭代交替序列(IAS)算法\cite{CSS}。将这些稀疏性促进分层模型的超先验推广到广义伽马族,可以产生全局凸的吉布斯能量泛函,也可以表现出局部凸性。\cite{CPrSS}。在计算极大地促进稀疏性的贪婪超先验的MAP解决方案中的主要问题是局部极小值的存在。为了克服过早停止在一个虚假的局部极小,我们提出了两个混合算法,首先利用整体收敛与伽玛超先验到达的唯一极小的邻域,然后采用广义伽玛超先验,促进稀疏性更强。通过算例说明了这两种算法的性能。
2020-03-19 cs.NA math.NA
A Hybrid Factorization Algorithm for Sparse Matrix with Mixed Precision Arithmetic
提出了一种新的大稀疏矩阵LDU分解与迭代求解器相结合的混合算法,该算法能保持与经典分解相同的精度。利用块GCR方法,以低精度分解为预条件子,通过多右端迭代求解器生成最后一个Schur补,实现混合精度算法,然后对Schur补进行高精度分解。该算法的关键步骤是将矩阵分解为中、难部分的并,并采用对称主元和阈值延迟技术,通过低精度LDU分解实现。
2022-08-03 cs.NA math.NA
Direct/iterative hybrid solver for scattering by inhomogeneous media
本文提出一种求解二维非均匀介质散射问题的快速高阶直接/迭代混合求解器,结合微分体积公式与第二类边界积分公式,实现低色散与高精度,并证明了基于ItI映射的第二类公式的唯一可解性。
2023-07-28 cs.NA math.NA
Two-level hybrid Schwarz Preconditioners for The Helmholtz Equation with high wave number
本文提出两种基于LOD粗求解器和局部求解器的两级混合Schwarz预条件子,用于高波数亥姆霍兹方程,理论证明其最优性并通过数值实验验证。
2025-02-25 cs.NA math.NA
Efficient implementation of the hybrid method for stochastic simulation of biochemical systems
Virginia Tech(弗吉尼亚理工大学)
本文提出高效实现混合方法的方案,结合传统ODE求解器,提升生物化学系统随机模拟效率,并比较三种ODE求解器的性能。
2016-03-25 cs.CE cs.NA math.NA
A Hybrid Riemann Solver for Large Hyperbolic Systems of Conservation Laws
Center for Computational Engineering Science, RWTH Aachen University(亚琛工业大学计算工程科学中心)
本文提出了一种简单的一阶Riemann求解器家族HLLX$ω$,通过避免求解特征分解来提高效率,适用于大规模守恒律系统。
2017-08-27 astro-ph.IM cs.CE cs.NA
A fast neural hybrid Newton solver adapted to implicit methods for nonlinear dynamics
organization= Department of Mathematics , addressline= The Hong Kong University of Science;organization= Mathematical Institute , addressline= University of Oxford , country= United Kingdom;organization= Laboratoire Jacques-Louis Lions (UMR 7598) , addressline= Sorbonne Université , country= France;Autonomous Driving Research Lab , addressline= HKUST Shenzhen-Hong Kong Collaborative Innovation Research Institute , city= Futian , state= Shenzhen , country= China
针对刚性非线性时间演化方程隐式时间步长格式需在每个时间步求解非线性方程的问题,提出基于深度学习的混合牛顿法及针对性学习策略,实现牛顿迭代高效初始化与持续加速,理论分析泛化误差并通过数值验证一维和二维场景的效率。
2025-02-13 cs.LG cs.NA math.NA
Beyond PINNs: A Unified Gauss--Newton and Petrov--Galerkin Framework for Neural and Hybrid PDE Solvers
本文提出一个统一框架,将物理信息神经网络与有限元方法通过函数型Gauss--Newton问题的离散化联系起来,并利用Petrov--Galerkin离散化,在椭圆问题上验证了弱残差公式与混合有限元--神经逼近的有效性。
2026-09-18 cs.LG cs.NA math.NA
POD-Galerkin reduced order methods for combined Navier-Stokes transport equations based on a hybrid FV-FE solver
Universidade de Santiago de Compostela(圣地亚哥-德孔波斯特拉大学);University of Trento(特伦托大学);SISSA, International School for Advanced Studies(国际高等研究院)
本文提出了一种基于混合有限体积-有限元求解器的POD-Galerkin策略,用于求解不可压缩Navier-Stokes方程与附加传输方程的耦合问题,通过 staggered 网格实现降阶模型,并在两种网格上定义降阶基空间,采用压力投影方法重构压力项,通过三维制造测试案例和修改后的经典腔体测试验证结果。
2018-10-18 cs.NA math.NA physics.comp-ph
Recycling Krylov subspaces for CFD applications and a new hybrid recycling solver
Virginia Tech(弗吉尼亚理工大学);IIT Indore(印度理工学院印多尔分校)
本文提出一种混合回收求解器,结合BiCGStab的高效迭代与rGCROT的鲁棒性,提升求解无粘纳维-斯托克斯方程的效率和稳定性。
2015-09-25 cs.NA math.NA physics.comp-ph
Hybrid low-diffusion approximate Riemann solvers for Reynolds-stress transport
Université Pierre-et-Marie-Curie(皮埃尔和玛丽·居里大学)
本文提出混合低扩散近似黎曼求解器用于雷诺应力输运方程,通过分析不同等效形式的RSM-RANS系统,揭示了湍流闭合复杂项的分类,并通过计算示例展示了该方法在处理雷诺应力时的非物理振荡问题。
2013-07-08 cs.NA math.NA physics.comp-ph
H-DES: a Quantum-Classical Hybrid Differential Equation Solver
ColibriTD
本文提出一种基于变分量子算法的混合量子-经典微分方程求解器,通过谱分解编码试验函数,将求解转化为优化问题,并在模拟器和真实硬件上验证其适用性。
2025-10-10 cs.NA math.AP math.NA
BO-SA-PINNs: Self-adaptive physics-informed neural networks based on Bayesian optimization for automatically designing PDE solvers
School of Mathematical Sciences, University of Electronic Science and Technology of China(电子科技大学数学科学学院)
针对PINNs求解PDEs需手动调整超参数的问题,提出多阶段BO-SA-PINNs框架,通过贝叶斯优化自动选超参数、自适应机制优化损失与采样,结合新激活函数,在多类PDE测试中实现更高精度与更少迭代。
2025-04-14 cs.CE cs.LG cs.NA
Fluid Solver Independent Hybrid Methods for Multiscale Kinetic equations
University of Ferrara(费拉拉大学)
提出一种与流体求解器无关的混合方法,通过耦合蒙特卡罗动力学方法与宏观流体方法,高效求解多尺度动力学问题,并减少数值波动。
2009-08-04 cs.NA math-ph math.MP