Solving Partial Differential Equations on Closed Surfaces with Planar Cartesian Grids
本文基于应文俊和王伟成提出的曲面离散技术,提出了一种求解闭曲面上的偏微分方程的通用方法。252(2013),pp. 606-624],其使用坐标平面上的投影。假设它是作为一个水平集,表面是由一组点,它相交的网格点之间的三维网格的间隔表示。它们被指定为主要或次要。曲面上的离散函数在主点上具有独立的值,而在次点上的值由平衡过程确定。每个主点及其相邻点具有到坐标平面中的规则网格点的投影,在该坐标平面中进行平衡并计算有限差分。解决一个p.d.e.可以简化为坐标平面中笛卡尔网格上的标准方法,平衡允许从一个系统无缝过渡到另一个系统。我们观察到二阶精度的例子与各种方程,包括表面扩散确定的拉普拉斯-贝尔特拉米算子和浅水方程的球。
2020-02-10 cs.NA math.NA
Efficient spectral sparse grid approximations for solving multi-dimensional forward backward SDEs
School of Mathematics & Finance Institute, Shandong University(山东大学数学与金融学院);LSEC, Institute of Computational Mathematics, 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计算数学研究所)
本文提出一种高效谱稀疏网格方法,用于求解高维前向后向随机微分方程,通过稀疏网格高斯-赫尔米特求积法则近似条件期望,并利用谱展开和稀疏网格恢复系数,提升高维计算效率与精度。
2016-07-23 cs.NA math.NA
Geometric multigrid method for solving Poisson's equation on octree grids with irregular boundaries
提出了一种在几何多重网格求解器中包含不规则区域边界的方法。Dirichlet边界条件可以施加在由水平集函数定义的不规则边界上。我们的实现采用四叉树/八叉树网格自适应细化,细胞为中心的离散化和逐点平滑。通过执行线搜索以亚网格分辨率确定边界位置。对于界面附近的网格块,将存储考虑界面的自定义操作符模板。对于远离边界的网格块,使用标准的二阶精度离散化。用几个算例说明了该方法的收敛性、鲁棒性和计算量。
2023-01-25 cs.NA math.NA physics.comp-ph
Solving Elliptic Interface Problems with Jump Conditions on Cartesian Grids
本文提出一种在笛卡尔网格上求解带不规则界面跳跃条件的椭圆方程的简单数值算法,可获得二阶精确解和一阶精确梯度,且条件数有界,并通过二维和三维算例验证。
2019-12-18 cs.NA math.NA physics.comp-ph
Solving Large-Scale Optimization Problems with a Convergence Rate Independent of Grid Size
UCLA(加州大学洛杉矶分校)
本文提出一种原问题-对偶问题方法,用于求解L1型非光滑优化问题,且不依赖网格大小。通过Rudin-Osher-Fatemi图像去噪模型和L1最优运输地球移动距离问题验证,证明方法收敛性与网格大小无关,可在4096x4096网格上快速求解。
2018-05-23 cs.NA math.NA math.OC
A nonconforming P2 and discontinuous P1 mixed finite element on tetrahedral grids
本文构造了由七个非协调泡函数富集的非协调P2有限元,与间断P1有限元结合,在四面体网格上求解Stokes方程,实现inf-sup稳定和最优阶收敛,数值试验验证了理论。
2024-08-02 cs.NA math.NA
Temporal Two-Grid Compact Difference Scheme for Benjamin-Bona-Mahony-Burgers Equation
Xiangtan University(湘潭大学)
本文提出了一种时间双网格紧致差分方案,用于高效求解Benjamin-Bona-Mahony-Burgers方程,通过非线性系统求解、线性插值和线性化方案,实现高精度与低计算成本的平衡。
2026-01-01 cs.NA math.NA
An Algorithm on Multivariate Interpolation for Cartesian Grid Complex Boundary Problems
本文提出一种简单算法用于Cartesian网格上的多变量插值样条选择,通过嵌入边界方法解决椭圆界面问题验证了其有效性。
2013-08-02 cs.NA math.NA
An adaptive sparse grid local discontinuous Galerkin method for Hamilton-Jacobi equations in high dimensions
我们感兴趣的是数值求解哈密顿-雅可比(HJ)方程,这出现在最优控制和许多其他应用。通常,这样的方程是在高维中提出的,这带来了巨大的数值挑战。提出了一类求解高维Hamilton-Jacobi方程的自适应稀疏网格(也称为自适应多分辨率)局部间断Galerkin(DG)方法。通过使用稀疏网格技术,我们可以处理适度高维的情况。自适应性被纳入捕捉扭结和其他局部结构的解决方案。多尺度小波的多分辨分析主要采用两类多尺度小波,即正交Alpert多尺度小波和插值多尺度小波。在四个维度的数值试验,以验证该方法的性能。
2020-05-29 cs.NA math.NA
Time integration schemes based on neural networks for solving partial differential equations on coarse grids
Institute of Mechanics, Chinese Academy of Sciences(中国科学院力学研究所);University of Chinese Academy of Sciences(中国科学院大学)
提出基于神经网络学习时间积分格式,在粗网格上求解PDEs,全约束格式精度接近经典方法,无约束和半约束格式显著降低预测误差,粗网格下均方误差最多减少一个数量级。
2023-10-16 cs.LG cs.NA math.NA
Solving incompressible Navier--Stokes equations on irregular domains and quadtrees by monolithic approach
本文提出了一种求解不可压斯托克斯方程的二阶整体方法。采用半同位网格布局,速度变量位于单元顶点,压力变量位于单元中心。速度的对流项和扩散项采用带鬼值的紧致有限差分法离散。在四叉树结构上,利用紧致展开方法,提出了一种压力梯度和散度算子。此外,所提出的方法被扩展到立方体域的八叉树网格。数值结果表明,该方法在$L^\infty$范数下是二阶收敛的,并能处理各种雷诺数下的不规则区域。
2021-08-27 cs.NA math.NA physics.comp-ph
Solving inverse scattering problems via reduced-order model embedding procedures
本研究针对逆散射问题,提出受Krein弦振动研究启发的Krein嵌入技术,将数据驱动降阶模型嵌入物理空间求解,可直接提取自适应网格与介质参数,规避最优网格嵌入的部分局限,且最优网格收敛结果可扩展至该新方法。
2023-06-14 cs.NA math.NA
A nonconforming P3 and discontinuous P2 mixed finite element on tetrahedral grids
本文构造了由协调P3空间添加非协调泡函数得到的非协调P3有限元,与间断P2结合,在四面体网格上求解Stokes方程,实现inf-sup稳定和拟最优解,且速度局部无散度。
2024-08-02 cs.NA math.NA
Adaptive Learning on the Grids for Elliptic Hemivariational Inequalities
本文介绍了一种求解椭圆半变分不等式(HVI)的深度学习方法。在该方法中,期望值最小化问题的基础上制定的基础HVI的变分原理,这是解决随机最优化算法使用三种不同的训练策略更新网络参数。应用该方法求解了接触力学中的两个实际问题,一个是有摩擦的双边接触问题,另一个是无摩擦的法向柔度接触问题。数值实验结果表明,深度学习方法能够有效地求解HVIs,自适应无网格多重网格算法能够提供三种学习方法中最精确的解。
2021-04-11 cs.NA math.NA
The Smooth Forcing Extension Method: A High-Order Technique for Solving Elliptic Equations on Complex Domains
求解任意区域上的椭圆型方程的高阶数值方法通常需要专门的机器,例如用于有限元方法的高质量协调网格和用于边界积分法的求积规则。这些工具使得将这些技术应用于更高维度变得困难。相比之下,固定笛卡尔网格方法,如浸没边界(IB)方法,易于应用和推广,但通常是低阶精度。在这项研究中,我们介绍了光滑力迫扩张(SFE)方法,一个固定的笛卡尔网格技术,建立在IB方法的见解,并允许一个获得任意数量级的精度。我们的方法依赖于一种新的傅立叶延拓方法来计算扩展的非齐次项的任何所需的规律性。这与用于插值操作的高精度非均匀快速傅里叶变换相结合,以产生快速且鲁棒的方法。数值试验证实,该技术精确地执行一维测试问题的预期。在更高的维度,性能甚至更好,在某些情况下产生子几何收敛。我们还演示了如何将这种技术可以应用于解决抛物问题和计算椭圆算子的特征值一般域,在说明其稳定性和顺应性的推广过程。
2021-05-12 cs.NA math.NA
Two-grid algorithms for singularly perturbed reaction-diffusion problems on layer adapted meshes
University of Ruse(鲁塞大学)
本文提出基于Bellman-Kalaba准线性化和Axelsson-Xu有限元双网格方法的新双网格算法,用于求解退化反应扩散方程,通过粗网格求解廉价问题,细网格求解准线性化后的线性问题,所有方案对小参数均匀收敛。
2016-04-18 cs.CE cs.NA math.NA
TENG: Time-Evolving Natural Gradient for Solving PDEs With Deep Neural Nets Toward Machine Precision
Massachusetts Institute of Technology(麻省理工学院);NSF AI Institute for Artificial Intelligence and Fundamental Interactions(NSF人工智能与基础相互作用AI研究院);Harvard University(哈佛大学)
本文提出时间演化自然梯度方法TENG及其高阶变体,通过自然梯度优化提升神经网络求解PDE的精度,在热方程、Allen-Cahn方程和Burgers方程等基准上超越现有方法并达到机器精度。
2024-06-04 cs.LG cs.NA math.NA
Finite element analysis for a diffusion equation on a harmonically evolving domain
研究了抛物型偏微分方程在演化体区域上的演化有限元半离散的收敛性。区域的边界以给定的速度演化,然后通过求解泊松方程将其扩展到体。抛物型方程的数值解依赖于体积的数值演化,其产生用于有限元法的时间相关网格。稳定性分析只使用半离散化的矩阵向量公式,不需要几何参数,而几何参数则需要在一致性估计的证明中使用。我们提出了各种数值实验,说明了证明收敛速度。
2020-09-23 cs.NA math.NA
Robust, strong form mechanics on an adaptive structured grid: efficiently solving variable-geometry near-singular problems with diffuse interfaces
本文提出一种基于平滑边界方法和块结构自适应网格细化并结合几何多重网格求解器的计算框架,用于高效求解变几何近奇异固体力学问题,并通过塑性演化、裂纹扩展和拓扑优化三个实例验证了其精度与收敛性能。
2023-03-22 cs.NA math.NA
High-accuracy finite-difference schemes for solving elastodynamic problems in curvilinear coordinates within multiblock approach
Schlumberger(斯伦贝谢);MIPT(莫斯科物理技术学院)
本文提出高精度有限差分方案,用于求解由线性二阶超几何方程描述的波传播问题,采用求和由部分方法改进以适应输入数据不光滑性,提出稳定方案用于求解各向异性弹性动力学问题,并利用一般坐标变换和多块网格增强方法潜力。
2014-02-03 cs.NA math.NA
Macrophages trajectories smoothing by evolving curves
针对细胞随机运动和检测误差导致的轨迹噪声问题,提出基于Lagrangian演化曲线的数学模型与数值方法,通过曲率平滑项和轨迹吸引项结合流动有限体积法离散偏微分方程,实现巨噬细胞轨迹平滑并计算细胞速度。
2023-04-03 cs.NA math.NA
Efficient algorithms for solving the $p$-Laplacian in polynomial time
$p$ -Laplacian是一个非线性偏微分方程,由$p \in [1,\infty]$参数化。我们提供了新的数值算法,障碍法的基础上,求解$p$ -拉普拉斯算子数值$O(\sqrt{n}\log n)$牛顿迭代的所有$p \in [1,\infty]$,其中$n$是网格点的数量。我们证实了我们的估计与数值实验。
2020-08-25 cs.NA math.NA
Multigrid solvers for multipoint flux approximations of the Darcy problem on rough quadrilateral grids
提出一种黑盒型多重网格方法求解粗糙四边形网格上的Darcy问题,结合单元中心算法与线松弛,实现稳健收敛。
2024-02-10 cs.NA math.NA
Fast and accurate multigrid solution of Poissons equation using diagonally oriented grids
本文提出在多重网格层次中加入对角网格的新算法,用于快速求解泊松方程,实验表明其速度可达传统方法的2倍。
1999-07-30 cs.NA math.NA
A Decoupling Two-Grid Method for the Steady-State Poisson-Nernst-Planck Equations
Guilin University of Electronic Technology(桂林电子科技大学);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)
本文提出两种双网格有限元算法,通过粗网格有限元近似解耦稳态泊松-能斯特-普朗克方程,理论分析和数值实验表明其高效有效。
2016-09-08 cs.NA math.NA
Kernel-based collocation methods for heat transport on evolving surfaces
本研究针对演化表面上的对流-扩散偏微分方程求解问题,提出两类基于核的无网格配点算法,分别适配参数方程定义和点云形式的演化表面,经验证可正确求解高曲率、不连续初值条件下的相关问题。
2019-06-04 cs.NA math.NA
A local velocity grid conservative semi-Lagrangian schemes for BGK model
求解稀薄气体动力学BGK模型的大多数数值格式都是基于离散速度近似。由于这种方法使用固定的速度网格,因此必须确保具有精细速度网格的足够大的域以解析分布函数的结构。当我们处理高马赫数问题时,计算费用变得极其昂贵。本文针对BGK模型提出了一种半拉格朗日框架下的速度自适应方法。根据平均速度和温度,在时间和空间上局部设置速度网格。我们应用加权最小化方法来施加守恒。我们提出了几个数值试验,说明我们所提出的计划的有效性。
2021-07-19 cs.NA math.NA
Local time steps for a finite volume scheme
Institut Français du Pétrole(法国石油研究院);Laboratoire de Tectonique - CNRS UMR 7072, Université Pierre & Marie Curie - Paris VI(构造学实验室,CNRS UMR 7072,皮埃尔与玛丽·居里大学 - 巴黎第六大学)
针对时间依赖问题,提出一种在空间不同区域使用不同时间步长的局部时间步长策略,基于有限体积和区域分解技术构造两种守恒近似,并设计迭代求解方法,数值实验验证了精度。
2008-05-05 cs.NA math.NA
A Multi-step Scheme based on Cubic Spline for solving Backward Stochastic Differential Equations
Lehrstuhl für Angewandte Mathematik und Numerische Analysis, Fakultät für Mathematik und Naturwissenschaften, Bergische Universität Wuppertal(伍珀塔尔大学数学与自然科学学院应用数学与数值分析讲席)
本文提出基于三次样条的多步方案,用于求解反向随机微分方程,通过改进时间积分项的近似方法,提升稳定性与时间步长灵活性,结合高斯求积与空间网格插值实现数值求解,通过金融应用实例验证其高精度与稳定性。
2018-09-02 cs.NA math.NA
A finite element framework for solving coupled multiphysics problem with moving boundaries in cell biophysics
NTNU(挪威科技大学);UCSD School of Medicine(加州大学圣地亚哥分校医学院)
本文提出了一种求解细胞生物物理中耦合多物理问题的有限元框架,通过结构保持后处理、网格重分布策略和稳定离散化方法,提高了对流占优传输和移动边界问题的模拟精度与稳定性。
2026-01-09 cs.NA math.NA
Critical grid method: An extensible Smoothed Particle Hydrodynamics fluid general interpolation method for Fluid-Structure Interaction surface coupling based on preCICE
针对preCICE仅支持基于网格耦合的限制,本文提出临界网格作为中间介质连接粒子方法,实现位移和力插值,使纯拉格朗日SPH方法能有效求解流固耦合问题。
2024-04-29 cs.NA math.NA
A Dynamical Sparse Grid Collocation Method for Differential Equations Driven by White Noise
Columbia University(哥伦比亚大学)
本文提出一种动态稀疏网格列族方法,用于白噪声驱动微分方程的长时间模拟,通过预设稀疏求积规则和动态构建稀疏求积规则,实现长时间模拟的高精度计算。
2017-06-12 cs.NA math.NA
New approach for solving stationary nonlinear Navier-Stokes equations in non-convex domain
本文研究了在多边形区域中旋转和对流形式的定常非线性Navier-斯托克斯方程的数值解,该区域的边界上含有一个凹角,即大于$π$的角。该方法使我们能够获得一阶收敛的近似解的精确的一个关于网格步长h,而不管的凹角值。
2021-10-29 cs.NA math.NA
A GPU-accelerated Cartesian grid method is proposed for solving the heat, wave, and Schrodinger equations on irregular domains
本文提出一种基于无核边界积分(KFBI)的GPU加速笛卡尔网格二阶方法,通过时间隐式离散和算子分裂将热方程、波动方程和薛定谔方程转化为椭圆方程求解,实现了二阶精度并获得30倍CPU加速。
2024-04-23 cs.NA math-ph math.MP
A geometrically informed algebraic multigrid preconditioned iterative approach for solving high-order finite element systems
Scientific Computing and Imaging Institute, University of Utah(科学计算与成像研究所,犹他大学);School of Computing, University of Utah(计算机科学系,犹他大学);College of Engineering, Mathematical and Physical Sciences, University of Exeter(工程、数学与物理科学学院,埃克塞特大学);State Key Laboratory of Advanced Special Steels, School of Materials Science and Engineering, Shanghai University(先进特种钢省部共建国家重点实验室,材料科学与工程学院,上海大学)
本文提出一种结合几何信息的代数多重网格方法,用于高效求解高阶有限元系统,展示了其在网格无关收敛和并行可扩展性上的优势。
2025-12-17 cs.NA math.NA
Stable nodal projection method on octree grids
本文提出一种基于非分级八叉树网格和节点同位存储的投影法,用于求解任意边界不可压缩Navier-Stokes方程,具有二阶精度、动态网格自适应和低代码开发开销等优点。
2023-06-16 cs.NA math.NA
Solving advection equations with reduction multigrids on GPUs
Imperial College London(帝国理工学院)
针对双曲型方程求解方法并行扩展性差的问题,提出结合AIRG与PMISR DDC的GPU并行方案求解线性平流方程,验证了该方法在Lumi-G上具备良好的弱扩展效率。
2025-11-18 cs.NA math.NA physics.comp-ph
A Yee-like finite-element scheme for Maxwell's equations on unstructured grids
针对非结构化网格上的含时 Maxwell 方程,提出一种通过双自由度底层格式代数约简得到的类 Yee 显式有限元格式,并给出误差分析与数值验证。
2023-06-01 cs.NA math.NA
Two-Grid Deflated Krylov Methods for Linear Equations
本文给出了一种将Krylov方法与两种不同的网格层相结合求解大型线性系的方法。特征向量在粗网格上计算,并用于缩小细网格上的特征值。GMRES型方法首先用于粗网格和细网格。然后给出了另一种方法,该方法在细网格上重新启动了BiCGStab(或IDR)方法。虽然BiCGStab通常被认为是一种不可重启的方法,但它在这种情况下可以很好地进行放气和重启。测试表明,这种新的方法可以非常有效地解决困难的线性方程问题。
2020-05-06 cs.NA hep-lat math.NA
Randomized Neural Networks for Partial Differential Equation on Static and Evolving Surfaces
School of Mathematics and Statistics, Xi’an Jiaotong University, Xi’an, Shaanxi 710049, P.R. China(西安交通大学数学与统计学院);School of Mathematics and Statistics & State Key Laboratory of Multiphase Flow in Power Engineering, Xi’an Jiaotong University, Xi’an, Shaanxi 710049, China(西安交通大学数学与统计学院)
本文提出了一种随机神经网络方法,用于在静态和演变表面求解偏微分方程,通过随机生成隐藏层参数和最小二乘问题确定输出层系数,提高求解效率和精度。
2026-03-02 cs.LG cs.NA math.NA
Solving Hamilton-Jacobi equations by residual minimization of monotone finite-difference discretizations
Université Paris Cité(巴黎西岱大学);Universidad de Alicante(阿利坎特大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出了一种求解哈密顿-雅可比方程的新方法,通过最小化残差来保证解的唯一性和稳定性,并扩展到椭圆和抛物型问题,同时提供了后验误差估计和多级预热策略。
2026-07-13 cs.NA math.NA math.OC
PyFR: An Open Source Framework for Solving Advection-Diffusion Type Problems on Streaming Architectures using the Flux Reconstruction Approach
非结构网格的高阶数值方法结合了高阶谱或有限差分方法的高精度和低阶有限体积或有限元方法的几何灵活性。通量重建(FR)方法在一个单一的框架内统一了各种非结构化网格的高阶格式。此外,FR方法表现出显著程度的元素局部性,并且因此能够在现代流传输架构(诸如图形处理单元(GPU))上高效地运行。FR的上述特性意味着它提供了一条有前途的路线,可以在现实世界的工程几何形状附近对迄今为止难以处理的非定常流进行经济实惠的,因此具有工业相关性的尺度分辨模拟。在本文中,我们提出了PyFR,一个开源的基于Python的框架,用于使用FR方法解决流架构上的对流扩散类型问题。该框架的目的是解决一系列的混合非结构化网格包含各种元素类型的管理系统。它还旨在通过使用基于Mako模板引擎的内置域特定语言来针对一系列硬件平台。PyFR的当前版本能够在二维四边形和三角形元素以及三维六面体元素的网格上求解可压缩欧拉和纳维-斯托克斯方程,目标是CPU集群和NVIDIA GPU。结果提出了各种基准流问题,单节点性能进行了讨论,并展示了高达104 NVIDIA M2090 GPU上的代码的可扩展性。该软件在3-Clause New Style BSD许可证下免费提供(参见www.pyfr.org)。
2014-05-07 cs.NA math.NA physics.comp-ph
GL-Coarsener: A Graph representation learning framework to construct coarse grid hierarchy for AMG solvers
Sharif University of Technology(谢里夫理工大学);Sharif University of Technology - Kish International Campus(谢里夫理工大学基什国际校区)
在许多数值方案中,计算复杂性与问题大小成非线性比例。使用直接法或大多数迭代法求解线性方程组就是一个典型的例子。代数多重网格(AMG)方法是一种有效求解大型线性系方程组的数值方法。AMG方法之间的主要区别之一是如何从给定的细网格构造较粗的网格。AMG方法主要有两类:基于图和基于聚集的粗化方法。在这里,我们提出了一个基于聚合的粗化框架,利用图表示学习和聚类算法。我们的方法将机器学习的力量引入AMG研究领域,为未来的研究开辟了一个新的视角。所提出的方法使用图表示学习技术来学习从底层系数系数矩阵获得的图的潜在特征。使用这些提取的特征,我们从细网格生成一个粗网格。所提出的方法是高度并行计算能力。我们的实验表明,所提出的方法在解决大型系统的效率与其他基于聚合的方法是密切相关的,展示了高能力的图表示学习设计多重网格求解器。
2020-11-19 cs.AI cs.LG cs.NA
A scalable high-order multigrid-FFT Poisson solver for unbounded domains on adaptive multiresolution grids
Department of Mechanical Engineering, Massachusetts Institute of Technology(麻省理工学院机械工程系);NVIDIA(英伟达)
本文提出了一种可扩展的高阶多网格-FFT泊松求解器,用于处理无界域上的自适应多分辨率网格,通过灵活的多网格方法和高阶紧凑Stencil提高求解效率和精度。
2025-12-09 cs.DC cs.NA math.NA
Neural Networks with Inputs Based on Domain of Dependence and A Converging Sequence for Solving Conservation Laws, Part I: 1D Riemann Problems
最近的研究工作解决偏微分方程(PDE)与深度神经网络(DNN)已经证明,时空函数逼近器定义的自微分是有效的近似非线性问题,例如,汉堡方程,热传导方程,艾伦-卡恩和其他反应扩散方程,和Navier-斯托克斯方程。与此同时,研究人员将自动微分应用于物理信息神经网络(PINN)中,通过数据驱动的反问题公式化方法求解基于具有高度不连续过渡的守恒律的非线性双曲方程组,如黎曼问题。然而,它仍然是一个挑战,向前方法使用DNN不知道解决方案的一部分,以解决非线性守恒律的不连续性。在这项研究中,我们将一阶数值格式纳入DNN,以建立损失函数逼近器,而不是传统深度学习框架(例如TensorFlow包)的自动微分,这提高了捕获黎曼问题中不连续性的有效性。特别是,2-粗网格神经网络(2CGNN)和2-扩散系数神经网络(2DCNN)的介绍在这项工作中。我们使用2个解决方案的守恒律从收敛序列,计算从一个低成本的数值方案,并在一个域的依赖空间-时间网格点作为输入的神经网络预测其高保真解决方案在网格点。尽管模糊的输入解决方案,他们输出尖锐的近似包含冲击和接触的解决方案,并有效地使用一次训练。
2021-09-20 cs.NA math.NA physics.flu-dyn
An End-to-End Deep Learning Method for Solving Nonlocal Allen-Cahn and Cahn-Hilliard Phase-Field Models
University of South Carolina(南卡罗来纳大学);Oak Ridge National Laboratory(橡树岭国家实验室);Florida State University(佛罗里达州立大学);University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出一种端到端深度学习方法求解非局部 AC 和 CH 相场模型,通过定制神经网络并结合 Fourier 配点法残差与非局部核输入通道,实现了锐界面捕捉并大幅降低了计算成本。
2024-10-11 cs.LG cs.NA math.NA
A Cartesian grid-based boundary integral method for moving interface problems
University of Pennsylvania(宾夕法尼亚大学);Illinois Institute of Technology(伊利诺伊理工学院);Shanghai Jiao Tong University(上海交通大学)
本文提出一种基于笛卡尔网格的边界积分方法,用于高效稳定求解Hele-Shaw流动和Stefan问题,通过将椭圆和抛物型PDE转化为边界积分方程,并利用无矩阵广义最小余数法求解,同时采用有限差分法简化边界积分计算,提升求解效率。
2026-04-20 cs.NA math.NA physics.comp-ph