A superconvergent HDG method for Stokes flow with strongly enforced symmetry of the stress tensor
本文提出了一种超收敛的杂交间断Galerkin(HDG)方法来逼近斯托克斯方程的Cauchy形式,对原始变量和混合变量使用相同的多项式的次数.新的配方依赖于著名的福格特符号,以强烈执行应力张量的对称性。所提出的策略相对于现有的HDG制剂引入了几个优点。首先,它补救了经典HDG方法所经历的次优行为,涉及原始变量的梯度的对称部分的配方。混合变量的最佳收敛检索和元素的元素后处理程序导致超收敛速度场,即使是低阶近似。第二,不需要额外的离散空间的富集,并且计算效率的增益来自于减少存储的信息的量和局部问题的大小。最终,新的公式自然地对诺依曼边界施加物理牵引力。数值验证的方法的最优性和超收敛性能进行在2D和3D使用不同的元素类型的网格。
2018-02-26 cs.CE cs.NA math.NA
Superconvergent DPG methods for second order elliptic problems
Pontificia Universidad Católica de Chile(智利天主教 Pontificia 大学)
本文研究了基于超弱公式的二阶椭圆问题的DPG方法,通过提高多项式次数或局部后处理实现标量场的超收敛,证明了在对流存在时仅准最优测试范数能获得更高收敛速度,并展示了DPG方法在L²范数下的最佳逼近性。
2017-12-20 cs.NA math.NA
Superconvergence properties of an upwind-biased discontinuous Galerkin method
School of Mathematics, University of East Anglia(东英吉利大学数学学院)
本文研究了基于迎风偏置通量的不连续伽辽金方法在线性时变超几何方程中的超收敛性质,证明了偶次多项式在特定线性组合下的超收敛性,并探讨了SIAC滤波器在超收敛解中的应用。
2016-02-20 cs.NA math.NA
A superconvergent HDG method for the Incompressible Navier-Stokes Equations on general polyhedral meshes
City University of Hong Kong(香港城市大学);Old Dominion University(老道明大学)
本文提出一种适用于一般多面体网格的Navier-Stokes方程超收敛HDG方法,通过高阶多项式逼近速度、速度梯度和压力,实现速度在离散H1范数和L2范数上的超收敛。
2015-11-27 cs.NA math.NA
A superconvergent HDG method for the Maxwell equations
Xiamen University(厦门大学);City University of Hong Kong(香港城市大学);Old Dominion University(老道明大学);Universidad de Concepción(康塞普西翁大学)
本文提出并分析了一种新的HDG方法用于求解稳态Maxwell方程,通过引入拉格朗日乘子并采用特定多项式空间,实现了电场的超收敛性,且在一般多面体元素上保持稳定性。
2016-05-09 cs.NA math.NA
Discrete $H^1$-inequalities for spaces admitting M-decompositions
University of Minnesota(明尼苏达大学);Brown University(布朗大学);City University of Hong Kong(香港城市大学)
本文通过研究DG近似中通量的可逆性,推导出新的离散H¹和Poincaré-Friedrichs不等式,并利用这些不等式定义和分析新的超收敛HDG和混合方法,简化了误差分析。
2018-08-17 cs.NA math.NA
Topology Optimization of Fluid-Structure Interaction Problems with Total Stress Equilibrium
本研究将流固耦合拓扑优化中的力耦合从静水压力扩展到总应力,引入黏性应力分量,采用超收敛片恢复技术消除速度导数不连续,并解析推导灵敏度分析,数值算例显示两种耦合方式在不同流动特性下产生差异化设计。
2023-05-09 cs.NA math.NA physics.flu-dyn
Generalised Soft Finite Element Method for Elliptic Eigenvalue Problems
本文提出两种广义软有限元方法:在质量双线性形式中加入最小二乘项以及应用混合高斯型求积,实现了椭圆特征值问题中刚度的进一步降低和最高$h^8$阶超收敛精度。
2024-02-25 cs.NA math.NA
Superconvergence of Discontinuous Galerkin method for linear hyperbolic equations
Beijing Computational Science Research Center(北京计算科学研究中心);Department of Mathematics, Wayne State University(韦恩州立大学数学系)
本文研究了在准均匀网格和合适初始离散化下,使用迎风通量的间断伽辽金方法在单维线性双曲方程中的超收敛性质,证明了DG近似在下风点处的超收敛速率及域平均的超收敛性,并验证了导数近似在内点左Radau点处的超收敛性。
2013-11-27 cs.NA math.NA
A note on superconvergence in projection-based numerical approximations of eigenvalue problems for Fredholm integral operators
Indian Institute of Technology Goa(印度果阿理工学院);Rajiv Gandhi Institute of Petroleum Technology(拉吉夫·甘地石油技术研究所)
本文研究了Fredholm积分算子关联的特征值问题,分析了数值近似特征值及其谱子空间的收敛行为,提出改进的插值投影方法,证明其在特征函数近似上具有超收敛性,并通过数值实验验证理论结果。
2026-03-25 cs.NA math.FA math.NA
Locally equilibrated stress recovery for goal oriented error estimation in the extended finite element method
面向目标的误差估计和自适应程序是精确和有效地评价涉及复杂域的数值模拟的关键。通过局部提高近似质量,我们可以解决昂贵的问题,否则可能导致棘手。在这里,我们提出了一个错误的估计技术,丰富的有限元近似的基础上平衡恢复技术,认为应力强度因子作为感兴趣的数量。使用局部平衡超收敛补丁恢复来获得用于评估误差估计的原始和对偶问题的增强应力场。
2013-09-19 cs.NA math.NA physics.class-ph
A fully discretised filtered polynomial approximation on spherical shells
本文提出了一种基于四阶的球壳上滤波多项式近似方法,通过分离径向和角向方向,证明了在合适可微性类函数中,近似误差在上范数下以代数方式衰减。
2017-11-22 cs.NA math.NA
Integrals of Legendre polynomials and approximations
该研究推导了与勒让德多项式积分相关的恒等式、关系、极值问题、极小化问题及傅里叶展开,为相关数学分析与近似计算提供理论支撑。
2025-01-12 cs.NA math.NA
Discontinuous piecewise polynomial approximation on non-Lipschitz domains
University College London(伦敦大学学院)
本文研究了非利普希茨域上不连续分段多项式近似的最佳逼近误差估计,考虑了分形边界条件。
2026-08-18 cs.NA math.NA
Deep Univariate Polynomial and Conformal Approximation
本文研究单变量函数的深度逼近,通过低次多项式或共形变换的复合,证明对|x|的逼近可实现指数收敛,并发现多层多项式复合优于单层,同时探讨了减少龙格现象的方法。
2025-04-24 cs.NA math.NA
Polynomial Approximation of Symmetric Functions
本文研究对称多元函数和多集函数的多项式逼近。具体来说,我们考虑$f(x_1, \dots, x_N)$,其中$x_i \in \mathbb{R}^d$和$f$在其$N$参数的排列下是不变的。我们演示了如何利用这些对称性,以提高成本与误差比的函数$f$的多项式逼近,特别是研究该比率对$d, N$和多项式的程度的依赖。然后,这些结果被用来构建近似和证明逼近率定义的多个集合上的功能,其中$N$成为一个参数的输入。
2023-02-03 cs.NA math.NA
Intrusive and Non-Intrusive Polynomial Chaos Approximations for a Two-Dimensional Steady State Navier-Stokes System with Random Forcing
虽然线性方程的多项式混沌逼近的收敛性已经得到了比较好的理解,但对于非线性方程的多项式混沌逼近的收敛性还知之甚少。本文研究了一个特殊的二次非线性方程的收敛性。
2021-07-25 cs.NA math.NA
Approximation of Urison operator with operator polynomials of Stancu type
Instityte of mathematics NAS of Ukraine(乌克兰国家科学院数学研究所);Lviv polytechnic National University(利沃夫理工学院国立大学)
研究当积分域为“正则三角形”时,用正多项式算子逼近Urison算子,并得到Bernstein多项式作为特例。
2011-10-28 cs.NA math.NA
Estimation of sparse polynomial approximation error to continuous function
本文研究连续函数稀疏多项式逼近的误差估计,通过含噪采样建模与 ℓ1 及加权 ℓ1 最小化,给出依赖拟范数、稀疏度和最佳逼近误差的界,并证明精确重构与光滑性收益。
2025-06-07 cs.NA math.NA
A new framework for polynomial approximation to differential equations
本文讨论了微分方程初值问题解的多项式逼近框架。该框架,最初设计的常微分方程的近似,进一步扩展到应付常数延迟微分方程。相关的龙格-库塔法类可以在这个框架内得到。
2022-11-14 cs.NA math.NA
Computing Unstructured and Structured Polynomial Pseudospectrum Approximations
SAPIENZA Università di Roma(罗马大学);Kent State University(肯特州立大学)
本文提出利用秩一或投影秩一扰动计算多项式伪谱近似的方法,有效提升对有结构和无结构伪谱的逼近性能,优于随机秩一扰动方法。
2017-04-05 cs.NA math.NA
WENO interpolations and reconstructions using data bounded polynomial approximation
通过推导三阶多项式逼近的数据有界条件,刻画了三阶和四阶WENO权的结构。利用这些条件,非线性权重被定义为三阶和四阶数据有界加权本质不振荡(WENO)近似。计算结果表明,数据有界WENO逼近光滑函数达到所需的精度和不出现超调或下冲的功能与不连续性和极值。在适当的权值条件下,进一步提出了高阶数据有界WENO格式。
2021-10-21 cs.NA math.NA
Approximation and quadrature by weighted least squares polynomials on the sphere
在一般的紧空间$\mathcal M$上,给出了$L_2$中的一系列Marcinkiewicz-Zygmund不等式,Gröchenig引入了加权最小二乘多项式和逐点样本最小二乘求积,得到了逼近定理和求积误差.本文得到了球面上的最优逼近定理和求积误差。给出了加权最小二乘算子范数的上界。
2021-01-11 cs.NA math.NA
Sparse spectral approximations for computing polynomial functionals
提出一种快速方法用于评估非线性多项式泛函的谱逼近,并证明在函数足够光滑且谱本征函数满足一般假设(如傅里叶和埃尔米特基)下算法收敛。
2012-07-16 cs.NA math.NA
Polynomial Approximation to the Inverse of a Large Matrix
本文研究用低次多项式逼近大矩阵逆,以GMRES迭代多项式为候选,通过理论和实验评估其质量,并讨论稳定性改进及应用场景。
2025-02-25 cs.NA math.NA
Algorithms for pointwise and piecewise polynomial approximations to the trigonometric functions
本文提出一种改进的三角函数逼近算法,并利用Maple程序展示了计算与图形示例。
2025-06-22 cs.NA math.NA
A Polynomial Approximation for Arbitrary Functions
Boston University(波士顿大学);Harvard Medical School(哈佛医学院);Spaulding Rehabilitation Hospital(斯波丁康复医院)
提出一种类似泰勒展开的勒让德多项式展开,用于逼近任意函数,证明其系数收敛更快且误差更小。
2012-03-12 cs.NA math.NA
How much faster does the best polynomial approximation converge than Legendre projection?
我们比较了最佳多项式逼近和Legendre及Chebyshev投影的收敛行为,并推导出解析函数和可微函数的Legendre投影在最大范数下的最佳收敛速度。对于解析函数,我们证明了次数$n$的最佳多项式逼近比相同次数的Legendre投影好$n^{1/2}$倍。然而,对于可微函数,如分段解析函数和函数的分数光滑,我们表明,最佳逼近是优于勒让德投影只有一些常数因子。我们的研究结果提供了一些新的见解勒让德投影的逼近能力。
2020-12-31 cs.NA math.NA
Lower bounds for piecewise polynomial approximations of oscillatory functions
本文建立了分段多项式空间逼近振荡函数的误差下界,给出了关于多项式次数的显式估计,并证明其次数固定时对网格宽度和频率的依赖最优,可用于 Helmholtz 平面波散射问题。
2024-12-04 cs.NA math.NA
Geometric approximation of the sphere by triangular polynomial spline patches
球体是广泛用于(计算机辅助)几何设计的基本几何对象。它具有有理参数化,但不存在参数多项式参数化。在质量度量为径向误差的条件下,给出了参数多项式曲面片对正球面三角形的最优逼近的方法。因此,最优逼近的单位球面上的参数多项式样条片的基础上产生的四面体,八面体和二十面体内接在单位球面上的特定的正球面三角剖分。一些低全次数样条曲面片与相应的几何光滑进行了详细的分析和几个数值例子证实逼近的质量。
2021-04-26 cs.NA math.NA
Exponential Convergence of Deep Composite Polynomial Approximation for Cusp-Type Functions
University of Chicago(芝加哥大学);ZBMATH-OPEN;The Hebrew University(希伯来大学)
本文提出了一种深度复合多项式近似方法,用于高效逼近具有尖点奇性的函数,实现参数数量与近似精度之间的指数关系。
2025-12-31 cs.NA math.NA
Constrained approximation of rational triangular Bézier surfaces by polynomial triangular Bézier surfaces
Institute of Computer Science, University of Wrocław(弗罗茨瓦夫大学计算机研究所);Faculty of Mathematics and Information Science, Warsaw University of Technology(华沙理工大学数学与信息科学学院)
本文提出了一种新的方法,通过递归性质和智能算法高效近似有理贝塞尔三角片,保留边界控制点。
2015-12-01 cs.NA math.NA
Bounds-constrained polynomial approximation using the Bernstein basis
用多项式逼近光滑函数是数值分析和逼近论中的一个基本问题。最近考虑的一个更难的版本是对近似多项式施加边界约束。本文研究了多项式对函数的逼近函数的问题,当多项式的Bernstein系数在给定次数上满足这样的界时,逼近函数就有这样的界.我们把这个问题归结为一个不等式约束的最优化问题,并给出了一个求精确解的Bernstein系数的算法。此外,我们的方法可以稍微修改,包括等式约束,如质量守恒。它也自然地扩展到单形上的多元多项式。
2021-12-23 cs.NA math.NA
Multivariate polynomial approximation in the hypercube
University of Oxford(牛津大学)
研究多变量多项式在超立方体中逼近解析函数的收敛速度,提出基于2范数定义的欧几里得次数概念,而非传统次数定义。
2016-08-07 cs.NA math.NA
On enforcing non-negativity in polynomial approximations in high dimensions
本文针对高维多项式逼近中的非负性约束,提出了基于一阶凸优化的有效算法,并通过高达200维的数值实验验证了其有效性与可扩展性。
2024-11-11 cs.NA math.NA
Approximation and Interpolation of Singular Measures by Trigonometric Polynomials
有限全变差的复带号测度在许多应用中是一种强大的信号模型。限制到$d$维环面,支持的措施允许精确的恢复,如果三角矩达到一定的顺序是已知的。在这里,我们考虑一般措施的近似,例如,在曲线上,由相对于Wasserstein-1距离的固定次数的三角多项式支持。我们证明了尖锐的下界为他们的最佳逼近和(几乎)匹配的有效计算近似的上界时,三角矩的措施是已知的。第二类平方和多项式插值的特征函数的支持措施和收敛到零外。
2022-03-22 cs.NA math.NA
Analysis of Deep Neural Networks with Quasi-optimal polynomial approximation rates
The University of Tennessee(田纳西大学)
我们展示了一个能够近似一大类高维近似的深度神经网络的存在。建议的神经网络的建设是基于准最佳的多项式逼近。我们表明,该网络实现了一个差错率,是次指数的多项式函数,$M$,用于多项式逼近的数量。实现该次指数速率的网络的复杂性在$M$中被证明是代数的。
2019-12-04 cs.LG cs.NA math.NA
The Newton Product of Polynomial Projectors. Part 2 : approximation properties
我们证明了有效多项式投影的牛顿积仍然是有效的。在正则紧集邻域上的全纯函数空间、给定增长的整函数空间和可微函数空间上建立了各种涉及牛顿乘积投影的多项式逼近定理.提出了一种新的高效显式投影器。
2021-03-23 cs.NA math.CV math.NA
Approximation by orthonormal polynomials associated with even exponential weights
本文针对偶指数权e^{-Φ}(Φ为偶多项式且首项系数为正)建立正交多项式的定量逼近定理,基于递推关系与强Poincaré不等式,并给出数值模拟验证。
2024-12-18 cs.NA math.NA math.SP
Characterization theorem for best polynomial spline approximation with free knots
本文基于非光滑非凸分析推导了最佳多项式分段函数逼近的必要条件,并提出了一个更强的自由节多项式样条逼近特征定理,该定理在仅要求连续性时优于现有结果。
2014-12-07 cs.NA math.NA math.OC
Approximation by polynomials in Sobolev spaces with Jacobi weight
University of Oregon(俄勒冈大学)
研究在带有Jacobi权的Sobolev空间中多项式逼近问题,提出基于最佳逼近误差的精确估计及显式构造同时逼近函数及其导数的多项式。
2017-10-31 cs.NA math.CA math.NA
Tensor-networks for High-order Polynomial Approximation: A Many-body Physics Perspective
Boston College(波士顿学院);Brandeis University(布兰迪斯大学);Boston University(波士顿大学);J.P. Morgan(摩根大通)
我们从多体物理的角度分析了高阶多项式近似的问题,并证明了纠缠熵在捕获模型容量和任务复杂性方面的描述能力。以一个高阶非线性动力学建模问题为例,研究了张量网络模型,并显示出很好的建模优势。这一新的视角将量子信息与泛函近似联系起来,值得在今后的研究中进一步探索。
2022-04-16 cond-mat.dis-nn cs.LG cs.NA
Simultaneous approximation of a smooth function and its derivatives by deep neural networks with piecewise-polynomial activations
研究了具有分段多项式激活函数的深度神经网络的逼近性质。我们推导出深度神经网络所需的深度、宽度和稀疏度,以逼近任何Hölder光滑函数,直到Hölder范数中给定的逼近误差,使得该神经网络的所有权重都由$1$约束。后一个特征对于在许多统计和机器学习应用中控制泛化错误是必不可少的。
2022-12-02 cs.NA math.NA math.ST
Hermite-Padé approximation, multiple orthogonal polynomials, and multidimensional Toda equations
本文综述了Hermite-Padé逼近、多重正交多项式与多维Toda方程之间的联系,并介绍了向插值问题和非交换代数的推广。
2023-10-26 cs.NA math-ph math.CA