Decomposition of flow data via gradient-based transport optimization
我们研究了与通过变换模式的线性组合逼近给定数据相关的最优化问题。在最简单的情况下,最优化问题简化为在适当正交分解的上下文中充分研究的最小化问题。在近似中允许变换模式使得这种方法对于压缩具有传输量的数据特别有用,这在许多流应用中是普遍的。我们证明了无限维最优化问题解的存在性。对于数值实现,我们计算的成本泛函的梯度,并得出一个合适的离散时间和空间。我们证明了三个具有挑战性的数值例子的理论研究结果。
2021-07-09 cs.NA math.NA math.OC
A robust shifted proper orthogonal decomposition: Proximal methods for decomposing flows with multiple transports
提出一种扩展sPOD的新方法,通过直接优化共动场、惩罚核范数并加入鲁棒性项,利用近端算法分解多重传输流,在合成和实际流动数据上展现出优异分离能力且保持可解释性。
2025-03-06 cs.NA math.NA physics.flu-dyn
A scalable multilevel domain decomposition preconditioner with a subspace-based coarsening algorithm for the neutron transport calculations
多群中子输运方程已被广泛用于研究核反应堆中中子与本底物质的相互作用。使用现代超级计算机对多群中子输运方程进行高分辨率模拟需要发展可扩展的并行求解技术。本文研究了一种求解多群中子输运方程离散化所产生的代数系统的可缩放输运方法。建议的运输方法包括一个完全耦合的牛顿求解器的广义本征值问题和GMRES连同一个新的多级区域分解预处理的雅可比系统。多级预处理器已成功地用于许多问题,但某些问题,特别是非结构化网格问题的粗糙空间的构建是昂贵的,往往是不可扩展的。我们引入了一个新的基于子空间的粗化算法来解决这个问题,探索在中子输运问题的离散化版本的矩阵的结构。我们数值证明,所提出的传输方法是高度可扩展的,具有超过10,000个处理器内核的3D C5G7基准问题的非结构化网格与数十亿个未知数。与传统的多级区域分解方法相比,该方法采用了基于子空间的粗化算法,在粗空间的构造上速度更快。
2019-06-18 cs.DC cs.NA math.NA
A Space Time Domain Decomposition Approach using Enhanced Velocity Mixed Finite Element Method
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出了一种基于增强速度混合有限元方法的空间时间域分解方法,用于解决单相流、非线性近不可压缩流与示踪运输以及非线性近不可压缩多相流与运输问题,通过强制质量连续性论证在非匹配界面处保持局部质量守恒属性,避免非线性求解器收敛问题。
2018-08-30 cs.NA math.NA
Hybrid Two-Level Transport Method with Solution Decomposition in Macro and Micro Components
Department of Nuclear Engineering, North Carolina State University(北卡罗来纳州立大学核工程系)
提出一种基于宏微观分量解耦的混合蒙特卡罗/确定论方法,通过固定点迭代求解双层方程,实现随机数值解的方差缩减和计算效率提升。
2026-08-07 cs.NA math.NA physics.comp-ph
Asymptotic analysis of domain decomposition for optimal transport
大的最优输运问题可以通过区域分解来处理,即通过独立地和并行地迭代求解小的部分问题。在适当的假设下,在非正则化和熵正则化的情况下,证明了算法收敛于全局极小点,并通过实验证明了算法的计算效率.在几何设置的收敛速度的准确的理论理解仍然缺乏。在这篇文章中,我们对这样一个理解的工作,通过推导,通过$Γ$ -收敛,渐近描述的算法在无限精细分区细胞的限制。耦合的极限轨迹由积空间上的连续性方程描述,其中动量是纯水平的,并且由费用函数的梯度驱动。收敛取决于我们详细研究的规律性假设。极限轨迹的全局最优性仍然是一个有趣的开放问题,即使在有限尺度上建立全局最优性。我们的研究结果提供了见解的效率区域分解算法在有限的分辨率和结合粗到细的计划。
2021-06-15 cs.NA math.NA math.OC
Multilevel Second-Moment Methods with Group Decomposition for Multigroup Transport Problems
North Carolina State University(北卡罗来纳州立大学);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
本文提出多级迭代方案求解多群玻尔兹曼传输方程,采用多群和灰低阶方程的二阶矩方法,并通过安德森加速提升收敛性和计算效率。
2021-02-17 cs.NA math.NA physics.comp-ph
Automated transport separation using the neural shifted proper orthogonal decomposition
Aix-Marseille Université(艾克斯-马赛大学)
本文提出一种基于神经网络的移位本征正交分解方法,无需先验输运算子即可同时估计输运和共移动场,有效分离输运主导场,并在合成数据和野火模型中验证了其效率。
2024-07-24 cs.LG cs.NA math.NA
Adomian Decomposition Based Numerical Scheme for Flow Simulations
本文提出了一种基于Adomian分解的时间离散的数值方法,并应用于Euler方程。一个递归的属性证明,可以制定一个适当的和有效的方式的方法。为了得到一个完全数值格式,空间离散化是使用经典的DG技术。通过与精确解和Runge-Kutta DG方法的比较,验证了该方法的有效性。
2022-04-17 cs.NA math.NA
Geometry of Matrix Decompositions Seen Through Optimal Transport and Information Geometry
Chalmers University of Technology and University of Gothenburg(查尔姆斯理工大学和哥德堡大学)
本文通过黎曼几何和主纤维结构系统描述了经典矩阵分解,探讨了最优运输与信息几何在多变量高斯分布下的联系,揭示了不同分解与梯度流的关系。
2017-11-18 cs.NA math.DG math.NA
Smoothers Based on Nonoverlapping Domain Decomposition Methods for $H(\mathbf{curl})$ Problems: A Numerical Study
本文对三维希尔伯特空间$H(\mathbf{curl})$中问题的$V$ -循环型多重网格算法进行了数值研究。多重网格方法的设计源于离散问题的离散化使用六面体Nédélec边缘元素的最低阶。我们建议的方法与平滑子结构的基础上区域分解方法的非重叠型。数值实验证明了算法的鲁棒性和有效性。
2022-09-04 cs.NA math.NA
Numerical Optimization for Symmetric Tensor Decomposition
我们考虑将实值对称张量分解为实值向量的外积之和的问题。代数方法存在计算复值分解的对称张量,但在这里,我们专注于实值分解,无约束和非负的,低秩结构的问题。我们讨论了当解决方案存在,以及如何制定的数学计划。数值结果表明,所提出的配方(包括一个忽略对称性)的一组测试问题的性质,并说明这些简单的配方可以是有效的,即使问题是非凸的。
2015-02-19 cs.NA math.NA
Numerical solution of the Boltzmann equation with S-model collision integral using tensor decompositions
本文提出了一种新的求解任意空间域的Shakhov模型碰撞积分Boltzmann动力学方程(S模型)的数值解的方法。数值方法利用Tensor-Train分解,即使在中等速度网格上,也可以将所需的计算机内存减少多达30倍。通过将结构化速度网格上的分布函数的值表示为Tensor-Train格式的3D张量来实现这种改进。由此产生的数值方法使得在现代台式计算机上解决复杂的3D问题成为可能。我们的实现可以作为一个原型代码的研究人员关心的数值解的动力学方程在三维域的离散速度方法。
2021-04-12 cs.NA math.NA
Reduced-order modeling of neutron transport separated in axial and radial space by Proper Generalized Decomposition with applications to nuclear reactor physics
本文提出利用Proper Generalized Decomposition分离中子输运的轴向和极向维度,构建任意秩的2D/1D降阶模型,在轻水堆基准测试中展现出高精度与快速度,为全堆芯问题提供新方案。
2024-12-20 cs.NA math.NA
Eigenvector decomposition to determine the existence, shape, and location of numerical oscillations in Parabolic PDEs
本文利用线性代数和泛函分析的方法,给出了线性和非线性抛物型偏微分方程无振荡解和稳定解的充要条件.我们将奇异值分解和傅里叶分析应用于各种有限差分格式,以提取特征函数(由特征向量采样)中的模式及其特征谱的形状。通过这些,我们确定了初始和边界条件如何影响数值振荡的频率和长期行为,以及对它们最敏感的解区域的位置。
2020-12-29 cs.NA math.NA
Variational Multiscale Proper Orthogonal Decomposition: Convection-Dominated Convection-Diffusion Equations
Virginia Polytechnic Institute and State University(弗吉尼亚理工大学)
针对对流主导方程的本征正交分解降阶模型,提出一种变分多尺度闭合建模策略,通过有限元离散分析提高数值精度并展示理论收敛率。
2011-03-14 cs.NA math.NA
Goal-Oriented Low-Rank Tensor Decompositions for Numerical Simulation Data
该研究提出一种基于低秩张量分解的高维数值模拟数据低维模型,通过纳入感兴趣量和守恒原理相关不变量实现降维,无需完整高维数据即可准确分析,且在燃烧和等离子体物理模拟数据上验证了效果。
2025-08-15 cs.NA math.NA
Domain decomposition schemes for the Stokes equation
Keldysh Institute of Applied Mathematics(凯尔迪什应用数学研究所)
针对Stokes方程组初边值问题,基于单位分解和网格函数Hilbert空间,开发了无条件稳定的域分解数值格式。
2011-02-03 cs.NA math.NA
A posteriori error analysis for Schwarz overlapping domain decomposition methods
区域分解方法是在高性能计算机上求解偏微分方程的一种常用方法。我们开发了一个基于伴随的后验误差分析的乘法和加法重叠Schwarz区域分解方法。在用户指定的功能的解决方案(感兴趣的量)的数值误差被分解成的贡献,所产生的结果的子域之间的有限迭代和从空间离散化。空间离散化的贡献被进一步分解为每个子域产生的贡献。数值误差的这种分解被用于构造两阶段的解决方案策略,该策略通过调整对误差的相对贡献来有效地减少感兴趣的量中的误差。
2019-10-08 cs.NA math.NA
Numerical assessment of PML transmission conditions in a domain decomposition method for the Helmholtz equation
针对亥姆霍兹方程区域分解求解器的效率问题,提出将PML作为界面传输条件结合ORAS预处理器的高效求解器,通过二维三维模型数值模拟,对比阻抗边界条件评估其收敛速率和精度。
2025-04-05 cs.NA math.NA
Continuous Finite Element Method For Maxwell Eigenvalue Problems With Regular Decomposition Technique
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);School of Mathematical Sciences, University of Chinese Academy of Sciences(中国科学院大学数学科学学院)
本文提出了一种基于正则分解技术的连续有限元方法,用于求解Maxwell特征值问题,通过高阶拉格朗日有限元实现高阶收敛性,并通过数值实验验证了理论结果。
2025-12-17 cs.NA math.NA
A theoretical and numerical analysis of a Dirichlet-Neumann domain decomposition method for diffusion problems in heterogeneous media
局部非均匀材料性质的问题提出了众所周知的挑战数值模拟。特别是,这样的问题可能会在长度尺度上有很大的差异,导致网格划分和预处理的困难。如果局部动态区域随时间变化,这些困难会增加。重叠区域分解方法,分裂的问题在连续的水平,显示承诺,由于其易于实现和计算效率。因此,目前的工作旨在进一步发展的数学理论,这种方法在连续和离散的水平。对于连续制定的问题,我们提供了一个完整的收敛性分析。对于离散的问题,我们展示了如何所描述的方法可以被解释为高斯-赛德尔计划或作为一个诺依曼级数近似,建立一个收敛标准的系统的谱半径。然后,我们提供了一个频谱标度参数,并提供数值证据证明其合理性。
2021-11-22 cs.NA math.NA
Domain Decomposition Parabolic Monge-Ampère Approach for Fast Generation of Adaptive Moving Meshes
提出了一种利用区域分解抛物型Monge-Ampère方法快速生成多维自适应移动网格的方法。这里采用的区域分解过程是非迭代的,并且涉及将计算域分裂成重叠的子域。每个子域上的自适应网格,然后计算的图像的解决方案的$L^2$最佳的质量传递问题,使用抛物Monge-Ampère方法。区域分解方法允许直接实现自适应网格的并行计算,这有助于显着减少计算时间。结果表明,区域分解解的数值收敛性。数值实验证明了该方法的有效性。数值结果表明,在整个区域上,区域分解抛物型Monge-Ampère方法比标准的抛物型Monge-Ampère方法更有效,特别是在计算三维自适应网格时.
2020-06-25 cs.NA math.NA
Parameter-uniform numerical methods for singularly perturbed linear transport problems
构造并分析了三类一阶奇摄动迁移问题的逐点精确数值方法。该方法涉及分段均匀Shishkin网格和数值逼近被证明是参数一致收敛的最大范数。从流体-颗粒相互作用的建模的运输问题,制定并用作这些数值方法的测试问题。数值结果表明,数值方法的性能和确认的理论误差界中建立的文件。
2021-07-27 cs.NA math.NA
Multiscale solution decomposition of nonlocal-in-time problems with application in numerical computation
School of Mathematics, Shandong University(山东大学数学学院);School of Statistics and Mathematics, Shandong University of Finance and Economics(山东财经大学统计与数学学院);School of Mathematics, State Key Laboratory of Cryptography and Digital Economy Security, Shandong University(山东大学数学学院,密码与数字经济安全全国重点实验室)
本文提出多尺度解分解(MSD)方法,通过分离非局部时间问题解中的多尺度奇异项使剩余部分光滑,从而规避奇异性并提升数值精度与稳定性,并在分数阶松弛方程、Volterra积分方程、次扩散方程等典型问题中验证了其普适性和有效性。
2025-09-21 cs.NA math.NA
Single-pass randomized QLP decomposition for low-rank approximation
QLP分解是数值线性代数中逼近奇异值分解的有效算法之一。在本文中,我们提出了一些单遍随机QLP分解算法计算低秩矩阵近似。与确定性QLP分解相比,所提出的算法的复杂度没有显着增加,并且仅需要访问系统矩阵一次。因此,我们的算法非常适合存储在内存之外或由流数据生成的大型矩阵。在误差分析中,我们给出了矩阵逼近误差和奇异值逼近误差的界。数值实验也证实了我们的结果。
2020-11-27 cs.NA math.NA
Numerical Matrix Decomposition
本综述介绍数值线性代数与矩阵分析的概念和数学工具,为后续讲解矩阵分解技术及其机器学习应用做铺垫,因篇幅有限未覆盖全部结论,建议参阅线性代数文献补充相关内容。
2024-12-13 cs.NA math.HO math.NA
Structure-Preserving Operator Splitting via JR-Decomposition for Circuit Models
IMACM, School of Mathematics, University of Wuppertal(乌帕塔尔大学数学学院)
针对电路模型中的改进节点分析(MNA),提出增强型JR分解以实现保能量分裂算子,并通过数值算例验证其收敛性和保结构性质。
2026-06-04 cs.NA math.NA
On computing local monodromy and the numerical local irreducible decomposition
本文研究代数簇的局部结构,提出一种基于线性投影局部单值作用在解析延拓下行为的算法,用于计算局部单值作用及数值局部不可约分解。
2024-12-23 cs.NA math.AG math.NA
A randomized algorithm for the QR decomposition-based approximate SVD
本文提出一种基于QR分解的随机近似SVD算法(RCSVD-QR),利用随机采样解决经典SVD瓶颈,在收敛速度和精度上表现优异,并提供了Frobenius范数下的误差估计。
2023-05-19 cs.NA math.NA
A particle micro-macro decomposition based numerical scheme for collisional kinetic equations in the diffusion scaling
INRIA Rennes - Bretagne Atlantique(法国国家信息与自动化研究所雷恩-大西洋布列塔尼中心);Laboratoire de Mathématiques Jean Leray, CNRS UMR 6629, Université de Nantes(南特大学让·勒雷数学实验室,CNRS UMR 6629);Institut de Recherche Mathématiques de Rennes, CNRS UMR 6625, Université de Rennes 1(雷恩大学1号数学研究中心,CNRS UMR 6625);ENS Rennes(雷恩高等师范学院)
本文提出基于微宏观分解的粒子方案,用于线性动能方程的扩散极限情况,通过重构微宏观系统为连续PDE,减少刚性,提升稳定性与计算效率。
2017-01-18 cs.NA math.NA
Numerical Solution of Advection-Diffusion Equation Using Preconditionar as Incomplete LU Decomposition and the BiCGSTAB Aceleration Method
在本研究中,对流扩散问题已被认为是数值解。采用迎风格式和中心格式对连续介质方程进行离散。使用ILU预处理BiCGSTAB方法求解线性系统。Dirichlet边界条件和Neumann边界条件都被考虑。对不同情况下的结果进行了比较。
2013-08-23 cs.NA math.NA physics.comp-ph
Towards a more robust algorithm for computing the restricted singular value decomposition
提出了一种计算稠密矩阵限制奇异值分解的新算法。与Zha的方法\cite{Zha92}一样,新算法使用隐式Kogbetliantz迭代,但有四个主要创新。第一个创新是一个有用的准上三角广义舒尔形式,只需要正交变换计算。根据应用,可以使用Schur形式代替完全分解。第二个创新是一个新的预处理阶段,需要更少的排名确定比以前的方法。第三个创新是一个数值稳定的RSVD算法的$2\times 2$上三角形矩阵,形成了隐式Kogbetliantz迭代的关键组成部分。第四个创新是一个替代缩放的限制奇异三胞胎,结果在优雅的公式计算。除了这四个创新,算法的定性(数值)特性进行了广泛的讨论。在(可选的)后处理阶段的一些数值挑战也被认为是;虽然,他们的解决方案需要进一步的研究。数值试验和算例验证了该方法的有效性。
2020-02-12 cs.NA math.NA
Numerical Analysis of the 1-D Parabolic Optimal Transport Problem
最优输运问题的数值方法是一个活跃的研究领域。Kitagawa和Abedin最近的工作表明,时间依赖方程的解随着时间的无穷大以指数速度收敛到最优输运问题的解。这表明一个快速的数值算法计算最优的地图,我们调查这样的算法在这里的1维的情况下。具体来说,我们使用有限差分格式来解决时间相关的最优输运问题,并进行了误差分析的计划。数值例子的集合也提出和讨论。
2021-04-01 cs.NA math.NA
Fast QR decomposition of HODLR matrices
École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
本文提出了一种针对HODLR矩阵的快速且稳定的QR分解算法,通过使用Householder反射器提高精度,并结合HODLR格式的高效操作和紧凑的WY表示以及Elmroth和Gustavson的递归QR分解来提高效率,实验证明该算法在处理病态矩阵时具有良好的数值稳定性。
2018-09-27 cs.NA math.NA
Numerical CP Decomposition of Some Difficult Tensors
本文提出了一种小尺寸张量正则多进(CP)分解的数值方法。重点主要是分解对应于小矩阵乘法的张量。这里,张量的秩等于完成矩阵乘法所需的最小数量的标量乘法。该方法基于约束Levenberg-Marquardt优化。数值结果显示了对应于大小为2x 3和3x 2、3x 3和3x 2、3x 3和3x 3以及3x 4和4x 3的矩阵相乘的张量的秩和边界秩。排名分别为11、15、23和29。特别地,提出了一种新的算法,用于将大小为3x 3和3x 2的矩阵乘以15次乘法。
2016-03-04 cs.NA math.NA stat.CO
A posteriori error estimates for domain decomposition methods
目前,后验差错控制方法已成为数值分析中一个新的重要组成部分。其目的是获得可计算的误差估计在各种规范和误差指标,显示一个特定的数值解的全局和局部误差的分布。在本文中,我们专注于一类特殊的区域分解方法(DDM),这是最有效的数值方法求解偏微分方程。我们适应功能类型的后验误差估计,并构建一个特殊形式的错误majorant,允许有效的差错控制的近似计算通过这些DDM只执行子域明智的计算。所提出的保证误差界使用一组扩展的容许通量自然出现在DDM。
2021-11-15 cs.NA math.NA
Componentwise perturbation analysis for the generalized Schur decomposition
通过定义两个重要的基本扰动向量并得到它们的线性界,得到了广义Schur分解的酉因子和上三角因子的线性分量扰动界.给出了上三角因子对角元和广义不变子空间的扰动界。从前者出发,给出了广义本征值的上界和条件数。进一步,利用数值迭代法,给出了广义Schur分解的非线性分量扰动界.数值例子来测试所得到的界限。其中,我们将所得到的广义本征值的上界和条件数与文献中的相应结果进行了比较。数值结果表明它们非常接近,但我们的结果不包含左右广义特征向量的信息。
2022-04-20 cs.NA math.NA
A numerical domain decomposition method for solving elliptic equations on manifolds
本文提出一种避免全局网格的数值区域分解方法,用于求解紧致黎曼流形上的椭圆方程,并在多个四维流形上验证了其有效性。
2023-10-31 cs.NA math.DG math.NA
High-order Adaptive Rank Integrators for Multi-scale Linear Kinetic Transport Equations in the Hierarchical Tucker Format
本文提出一种基于宏观-微观分解和分层Tucker分解的自适应秩积分器,结合高阶时间与空间离散及高阶奇异值分解,用于高效求解高维线性动理学输运方程,并在基准问题中验证了其精度与压缩优势。
2025-09-08 cs.NA math.NA physics.comp-ph
Numerical tolerance for spectral decompositions of random matrices
我们精确地量化的质量的数值逼近随机矩阵特征分解的统计误差的影响,并在温和的条件下,我们用它来引入一个最佳的数值公差的残余误差的谱分解的随机矩阵。我们表明,终止的特征分解算法时,数值误差和统计误差是相同的顺序的结果在计算上的节省没有损失的准确性。我们还修复了一个无处不在的终止条件,在几个计算线性代数实现广泛使用的缺陷。我们说明了我们的停止标准与模拟和真实网络的分析的实际后果。我们的理论结果和实际数据的例子表明,统计和数值误差之间的权衡对于数据科学来说是非常重要的。
2020-01-31 cs.NA math.NA stat.CO
Numerical assessment of two-level domain decomposition preconditioners for incompressible Stokes and elasticity equations
求解线弹性和斯托克斯方程的最优区域分解方法涉及到非标准交界条件的使用。单级区域分解预条件子是基于局部问题的求解。这具有不期望的结果,即结果是不可缩放的,这意味着达到收敛所需的迭代次数随着子域的数量而增加。这就是为什么在这项工作中,我们介绍,并测试数字,两个层次的预条件。这样的预处理器在其构造中使用粗略的空间。本文考虑了几乎不可压缩弹性力学问题和斯托克斯方程,并采用两种有限元法,即混合间断Galerkin法和Taylor-Hood法进行离散。
2017-06-29 cs.CE cs.NA math.NA
Generalized cyclic symmetric decompositions for the matrix multiplication tensor
本文为非方阵矩阵乘法张量的多元分解提出广义循环对称结构,通过减少优化变量改善收敛,并在现有数值优化算法中验证其能找到更多实用分解。
2025-03-18 cs.NA math.NA math.OC
Numerical primary decomposition
提出数值主分解方法,通过构造膨胀理想和膨胀簇,将嵌入分量转化为孤立分量,并利用数值不可约分解算法获取见证集,从而完整描述仿射簇的关联素理想和嵌入素理想。
2008-05-29 cs.NA math.AG math.NA
Spectrally-tuned compact finite-difference schemes with domain decomposition and applications to numerical relativity
紧凑的有限差分(FD)格式隐含地指定了导数近似,因此为了实现与区域分解的并行性,需要对线性系统进行适当的划分。一致的精度,色散和耗散的顺序是至关重要的,以保持在波传播问题,这样的离散化问题的相关频谱的变形是不太严重。在这项工作中,我们考虑数值调谐谱误差,在固定的正式顺序的准确性,自动设计新的紧凑FD计划。网格收敛测试表明,误差减少至少一个数量级以上的标准FD。一个建议的混合匹配通信策略保持上述属性下域分解。根据线性波传播问题的发展,利用指数积分或显式龙格-库塔方法的改进被发现保持稳健。第一个演示,紧凑FD方法可以应用到Z4 c制定的数值相对论,我们耦合我们的头只,模板化的C++实现的高性能GR-雅典娜++代码。在试验台问题上的Z4 c的发展表明,与传播度量分量的FD相比,相位误差至少减少了一个数量级。稳定的二进制黑洞的演化,利用紧凑的FD与改进的收敛性也被证明。
2023-02-28 cs.NA gr-qc math.NA
A Normal Form Algorithm for Tensor Rank Decomposition
本文提出一种基于多项式方程组和多分级正则性的张量秩分解数值算法,证明了多种张量格式的有效复杂度界,并猜想一般公式,实验表明其在精度、时间和内存上均优于现有方法一个数量级。
2022-11-14 cs.NA math.AG math.NA
Robust Numerical Integration on Curved Polyhedra Based on Folded Decompositions
本文提出了一种对由高阶参数曲面包围的曲面进行数值积分的新方法。这种多面体首先分解成一组三角形和/或矩形金字塔,其某些面对应于给定的参数曲面。每个金字塔用作具有来自标准父域(例如,单位立方体),其中采用张量乘积高斯求积。由于没有对分解施加约束,因此某些所得金字塔可能与其自身相交,并且因此其几何映射可能呈现负雅可比值。我们把这样的单元称为折叠单元,并把相应的分解称为折叠分解。我们表明,折叠细胞在实践中不会引起任何问题,因为它们只用于数值计算某些积分的兴趣。同样的想法也可以应用于平面曲线多边形。我们从理论上和数值上证明了折叠单元可以保持与严格正雅可比矩阵单元相同的精度。另一方面,折叠单元允许对一般弯曲多面体进行更容易和更灵活的分解,可以稳健地计算积分。最后,我们表明,折叠细胞可以灵活和强大地适应现实世界中的复杂几何形状,提出了几个例子的上下文中的沉浸式等几何分析,其中涉及的尖锐的功能可以很好地尊重在生成集成单元。
2021-09-08 cs.CE cs.CG cs.NA
Domain decomposition methods with Physics-informed neural networks for elliptic equations on manifolds
Nanjing Normal University(南京师范大学);Nanjing University(南京大学)
提出用于紧致黎曼流形上椭圆方程的数值区域分解方法,结合流形的DDM技术与神经网络在高维优势,通过数值实验验证
2026-07-07 cs.NA math.DG math.NA
Numerical simulation of optimal transport paths
University of California at Davis(加州大学戴维斯分校)
本文通过局部和全局最小化算法,对从单个源到等总质量原子测度的最优输运路径进行数值模拟。
2008-07-23 cs.NA math.CO math.NA