Towards stability results for global radial basis function based quadrature formulas
基于径向基函数(RBFs)的求积公式(QFs)已成为离散数据多元数值积分的重要工具。虽然已经发表了大量关于RBF-QFs的工作,但其稳定性理论仍然可以被认为是欠发达的。在这里,我们努力铺平道路,走向一个更成熟的稳定性理论的全球和功能无关的RBF-QFs。特别是,我们证明了这些在一定条件下的形状参数和数据点的紧支撑RBFs的稳定性。作为改变形状参数的替代方案,我们演示了如何使用最小二乘法通过允许用于数值积分的数据点的数量大于用于生成RBF近似空间的中心的数量来构建稳定的RBF-QFs。此外,它表明,渐近稳定性的许多全球RBF-QFs是独立的多项式项,这往往是包括在RBF近似。虽然我们的研究结果为全局RBF-QFs的稳定性提供了一些新的条件,但目前的工作也表明,在未来的研究中仍有许多空白需要填补。
2023-01-30 cs.NA math.NA
Towards stability of radial basis function based cubature formulas
基于径向基函数的体积公式已成为离散数据多元数值积分的重要工具。虽然已经发表了许多关于这种RBF-CF的著作,但其稳定性理论仍然可以被认为是欠发达的。在这里,我们努力铺平道路,一个更成熟的稳定性理论RBF-CFs。特别地,我们证明了基于紧支撑RBFs的RBF-CF在一定条件下的形状参数和数据点的稳定性。此外,它表明,渐近稳定性的许多RBF-CF是独立的多项式项,这往往是包括在RBF近似。虽然我们的研究结果为RBF-CF的稳定性提供了一些新的条件,但目前的工作也表明,在未来的研究中仍有许多空白需要填补。
2021-08-13 cs.NA math.NA
Optimal selection of local approximants in RBF-PU interpolation
University of Torino(都灵大学);University of Padova(帕多瓦大学)
本文研究了RBF-PU插值中局部近似量的选择问题,通过最小化先验误差估计来优化局部子域中的形状参数和线性系统规模,提升处理非均匀数据精度的能力。
2017-03-13 cs.NA math.NA
RBF-LOI: Augmenting Radial Basis Functions (RBFs) with Least Orthogonal Interpolation (LOI) for Solving PDEs on Surfaces
提出了一种利用稳定的无标度径向基函数插值求解余维流形$\mathbb{M} \subset \mathbb{R}^d$上偏微分方程的新方法。我们的方法涉及增加多调和样条(PHS)径向基函数与多项式生成径向基函数有限差分(RBF-FD)公式。这些多项式基元是在每个RBF-FD模板上使用最近开发的\emph{least orthogonal interpolation}技术(LOI)获得的,以获得$\mathbb{R}^3$中多项式的\emph{local}限制,从而在$\mathbb{M}$上进行扩展。所得到的RBF-LOI方法使用直角坐标,不需要任何内在的坐标系或投影到切面上的点,我们的测试说明了对停滞误差的鲁棒性。我们表明,我们的方法产生高阶的收敛性的球和环面上的偏微分方程,并提出了一些应用生物学的反应扩散偏微分方程。
2018-07-08 cs.NA math.NA
Application of an RBF-FD solver for the Helmholtz equation to full-waveform inversion
全波形反演(FWI)是一系列方法中的一种,它允许从地表或地表附近的波的测量结果重建地球地下参数。这是一个数值最优化问题,它使用所有波至的整个波形信息来更新控制地震波传播的地下参数。我们将FWI应用于两个著名的基准:Marmousi和2004年BP速度模型的多尺度方法。对于正演模拟,我们使用一个径向基函数-有限差分求解器上的六边形网格和准最佳的形状参数。
2022-01-23 cs.NA math.NA
Explicit radial basis function Runge-Kutta methods
本文为初值问题设计了显式RBF龙格-库塔方法,基于高斯RBF欧拉方法构造多级格式,理论上可达s+1阶精度,并通过稳定性分析和数值实验验证其优于标准方法。
2024-03-13 cs.NA math.NA
On the Use of RBF Interpolation for Flux Reconstruction
通量重建提供了一个框架,用于解决偏微分方程中的功能是不连续的元素内近似。通常,这通过使用多项式来完成。在这里,使用径向基函数作为一种方法,基本的功能近似探讨在一维,使用分析和数值方法。在一定的网格密度下,径向基函数通量重建优于多项式通量重建,并且随着径向基函数网格宽度的增加,网格密度的范围变得更细。一种方法,避免了不良的条件下,平坦的径向基函数被用来测试范围广泛的基础形状,并在非常小的值,多项式的行为被恢复。改变的解决方案点的位置被发现有一个效果类似于多项式FR,与高斯-勒让德点是最有效的。改变职能中心的位置被认为对业绩的影响非常小。对于非线性伯格斯方程也确定了类似的行为。
2022-01-05 cs.NA math.NA
An unfitted RBF-FD method in a least-squares setting for elliptic PDEs on complex geometries
偏微分方程的径向基函数有限差分(RBF-FD)方法需要一组插值点,这些插值点符合计算域$Ω$。近似鲁棒性的要求之一是将插值点以局部均匀的距离放置在$Ω$的边界周围。然而,生成具有这些属性的插值点是一个繁琐的问题。相反,插值点可以在边界上延伸,并且因此与$Ω$的形状完全解耦。在本文中,我们提出了一种修改的最小二乘RBF-FD方法,它允许插值点被放置在一个盒子,封装$Ω$。这样,2D和3D复杂域上的节点放置就大大简化了。数值实验求解椭圆模型偏微分方程在复杂的二维几何形状表明,我们的方法是强大的。此外,它表现出更好的近似误差和运行时间与误差相比,经典的RBF-FD方法。也可以在3D中使用我们的方法,我们通过提供胸隔膜上的解决方案的收敛结果来表示。
2021-03-09 cs.NA math.NA
A Robust Hyperviscosity Formulation for Stable RBF-FD Discretizations of Advection-Diffusion-Reaction Equations on Manifolds
提出了一种新的高粘性格式,用于稳定余维流形$\mathbb{M} \subset \mathbb{R}^3$上对流扩散反应方程的径向基函数-有限差分(RBF-FD)离散。我们的技术涉及自动添加人工高粘度阻尼虚假模式对应于表面梯度的微分矩阵,在这个过程中克服了技术上的限制,最近开发的欧几里德制定。与欧几里德公式类似,流形公式依赖于在辅助微分算子上进行的冯·诺依曼稳定性分析,辅助微分算子模仿由RBF-FD微分矩阵引起的伪解增长。我们证明了高阶收敛速度的问题,涉及表面对流和表面对流扩散。最后,我们证明了我们的配方对流扩散反应方程的流形上描述纯粹的点云的适用性。我们的表面离散化使用最近开发的RBF-LOI方法,并添加高粘度,现在经验高阶准确,稳定,无停滞误差。
2020-04-24 cs.CE cs.NA math.NA
A stabilized local integral method using RBFs for the Helmholtz equation with applications to wave chaos and dielectric microresonators
电动力学中的大多数问题都没有解析解,因此在数值方法的发展上投入了大量的精力,例如有限差分法、体积元法、边界元法以及基于边界积分方程的相关方法。在本文中,我们介绍了一个稳定的计算的基础上径向基函数(RBF)近似的局部积分边界域方法,在声波和介质微谐振器问题的波动混沌的背景下。径向基函数近年来在数值求解偏微分方程方面得到了广泛的应用,成为一种非常有效的工具,用于在非平凡几何中对离散节点集进行插值,具有高阶精度和灵活性。无限平滑RBF的一个关键问题是选择控制函数平坦度的形状参数的合适值。据观察,当形状参数趋于零时,通常实现最佳精度。然而,从插值矩阵得到的离散方程组变得病态,这对可达到的精度施加了严格的限制。已经提出了一些数值算法,能够稳定地计算插值,即使在越来越平坦的基函数限制。在边界积分法的基础上,提出了一种新的稳定化局部边界域积分法,改进了带径向基函数的Helmholtz方程的求解方法。小形状参数,稳定的错误的数值结果。各种案例研究的准确性和与其他方法的比较也进行了讨论。在波动混沌,声学和介质微谐振器的应用进行了讨论,以展示该方法的优点,这是计算效率高,很好地适合于具有任意形状的域的几何形状。
2022-12-30 cs.NA math.NA physics.comp-ph
Robust radial basis function interpolation based on geodesic distance for the numerical coupling of multiphysics problems
针对多物理场模拟中传统欧氏距离插值在复杂几何域易产生伪振荡的问题,提出基于测地距离的RL-RBF-G插值方法,提升了复杂域插值精度,验证了其并行可扩展性与在心脏电力学模拟中的有效性。
2024-03-06 cs.NA math.NA
Numerical Stability on Local Integral Methods using RBF-QR
Faculty of Exact Sciences, Engineering and Surveying,National University of Rosario(罗萨里奥国立大学精确科学、工程与测量学院);French Argentine International Centerfor Information and Systems Sciences,UAM (France)/UNR-CONICET(法阿国际信息与系统科学中心,法国UAM/罗萨里奥国立大学-阿根廷国家科学研究委员会)
本文研究了局部积分方法中使用RBF-QR技术以提高数值稳定性,针对泊松方程、对流扩散方程和热边界层PDEs进行了精度分析。
2018-11-01 cs.NA math.NA
An adaptive residual sub-sampling algorithm for kernel interpolation based on maximum likelihood estimations
在本文中,我们提出了一个增强版本的残差子采样方法(RSM)在[9]的自适应插值径向基函数(RBF)。更确切地说,我们介绍的背景下,子采样方法的最大轮廓似然估计(MPLE)的RBF形状参数的最佳选择的标准。这种选择是完全自动的,为任何RBF提供高度可靠和准确的结果,并且与原始RSM不同,保证RBF插值唯一存在。通过对一维和二维基准目标函数的数值实验,验证了MPLE-RSM方法的有效性。
2022-03-26 cs.NA math.NA
A Radial Basis Function (RBF)-Finite Difference (FD) Method for Diffusion and Reaction-Diffusion Equations on Surfaces
本文提出了一种基于径向基函数(RBF)生成的有限差分(FD)方法,用于数值求解嵌入$\mathbb{R}^d$的闭曲面上的扩散和反应扩散方程(PDE)。我们的方法使用的线的方法制定,其中出现在偏微分方程的表面衍生物近似局部使用RBF插值。该方法只需要表示曲面的离散节点和这些离散节点处的法向量。所有计算都只使用外部坐标,从而避免了坐标失真和奇点。我们还提出了一个优化过程,允许我们的RBF-FD方法通过选择形状参数为每个模板,对应于一个全局目标条件数的离散微分算子的稳定。我们展示了我们的方法在两个不同模板大小的表面上的收敛性,并将其应用于隐式/参数化表面和点云表示的更一般表面上的非线性偏微分方程模拟。
2014-04-03 cs.NA math.NA
GPU accelerated RBF-FD solution of Poisson's equation
径向基函数生成的有限差分法由于其对节点位置的鲁棒性和精度的可控性而成为局部无网格强形式方法的一种流行变体。在本文中,我们提出了一种基于GPU加速的2D离散节点上泊松方程的数值解,阶数从2到6。我们专门研究了使用不同顺序对GPU加速效率的影响。
2021-07-08 cs.NA math.NA
Stable and accurate least squares radial basis function approximations on bounded domains
全局径向基函数(RBF)近似的计算需要一个线性系的解决方案,这取决于RBF参数的选择,可能是病态的。我们研究的稳定性和精度的近似方法,使用高斯径向基函数在相关的形状参数的所有标度制度。近似是基于离散最小二乘函数样本上的有界域,使用RBF中心内外的域。这导致矩形线性系。我们表明,一维近似的线性缩放的形状参数的自由度是最佳的,导致相邻的RBF之间的不断重叠,无论其数量,我们提出了一个明确的合适的选择的比例常数。我们的数值计算表明,高精度的逼近光滑函数也可以得到有界域在几个维度上,使用线性缩放与每维的自由度。我们延长最小二乘法的配置为基础的方法解决椭圆边值问题,并说明了域外的中心,过采样和最佳缩放的组合可以导致精度接近机器精度,尽管必须解决非常病态的线性系。
2022-11-22 cs.NA math.NA
Data-dependent approximation through RBF
Universidad Politécnica de Cartagena(卡塔赫纳理工大学);Tel-Aviv University(特拉维夫大学);Universidad de Valencia(瓦伦西亚大学)
本文提出一种改进的RBF插值方法,通过数据依赖的形状参数调整减少一维和二维中不连续处的振荡,证明了插值矩阵的可逆性并展示了方法的有效性。
2026-03-24 cs.NA math.NA
Low-rank approximation of Rippa method for RBF interpolation
The Ohio State University(俄亥俄州立大学)
本文提出通过低秩近似改进Rippa方法,以高效实现RBF插值中的形状参数选择,提升计算效率并保持方法稳定性。
2026-02-10 cs.NA math.NA
Gaussian radial basis functions collocation for fractional PDEs: methodology and error analysis
本文提出一种基于高斯径向基函数配点的无网格伪谱方法求解分数阶泊松方程,利用超几何函数表示分数阶拉普拉斯算子,并通过Toeplitz结构结合快速傅里叶变换实现高效计算,同时给出了严格的稳定性与误差分析。
2023-12-29 cs.NA math.NA
Comparative study on higher order compact RBF-FD formulas with Gaussian and Multiquadric radial functions
该研究推导了基于高斯径向函数的高阶紧致RBF-FD公式的权重与截断误差解析表达式,利用模板对称性结合泰勒展开实现符号计算,验证了其精度优于同类多二次基公式与紧致有限差分格式,并给出最优形状参数。
2024-12-13 cs.NA math.NA
The Mystery of the Shape Parameter II
Providence University(中原大学)
本文针对径向基函数中著名的多二次径向函数所含形状参数c的选择提出了判据,对使用径向基函数进行逼近的研究人员具有参考价值。
2019-02-14 cs.NA math.NA
Free-RBF-KAN: Kolmogorov-Arnold Networks with Adaptive Radial Basis Functions for Efficient Function Learning
Department of Electrical and Computer Engineering, Texas A&M University(电气与计算机工程系,德克萨斯A&M大学)
Free-RBF-KAN通过自适应径向基函数实现高效函数学习,结合可训练平滑参数和动态对齐的RBF形状,提升高维结构建模的精度与效率。
2026-02-06 cs.LG cs.NA math.NA
The Shape Parameter in the Shifted Surface Spline
Providence University
研究径向基函数平移曲面样条中形状参数的最优选择问题,提出了确定最优形状参数的标准。
2010-10-31 cs.NA math.NA
Stable computations with flat radial basis functions using vector-valued rational approximations
Boise State University(博伊西州立大学);University of Colorado(科罗拉多大学)
本文提出基于向量值有理逼近的新算法RBF-RA,用于稳定计算平坦径向基函数,比Contour-Padé方法更准确,适用于各种光滑径向核和更广泛的任务。
2016-10-17 cs.NA math.NA
Adaptive RBF Interpolation for Estimating Missing Values in Geographical Data
数据集的质量是大数据挖掘中的一个关键问题。可以从更高质量的数据集中挖掘出更有趣的东西。地理数据中缺失值的存在会降低大型数据集的质量。为了提高数据质量,通常需要使用各种机器学习算法或数学方法(例如近似和插值)来估计缺失值。本文提出了一种自适应径向基函数(RBF)插值算法,用于估计地理数据中的缺失值。在该方法中,具有已知值的样本被认为是数据点,而具有缺失值的样本被认为是插值点。对于每个内插点,首先,自适应地确定一组局部数据点。然后,插值点的缺失值通过基于局部数据点集的径向基函数插值进行插补。此外,径向基函数的形状因子也自适应地确定,通过考虑局部数据点集的分布。为了评估所提出的方法的性能,我们比较我们的方法与常用的k近邻(kNN)插值和自适应逆距离加权(AIDW)的方法,并进行三组基准实验。实验结果表明,该方法在精度上优于kNN插值和AIDW,但在效率上不如kNN插值和AIDW。
2019-08-10 cs.NA math.NA
Hyperviscosity-Based Stabilization for Radial Basis Function-Finite Difference (RBF-FD) Discretizations of Advection-Diffusion Equations
我们提出了一种新的高粘度配方稳定RBF-FD离散的对流-扩散方程。高粘度的量是确定准解析常用的显式,隐式和隐式显式(IMEX)的时间积分,通过使用一个简单的一维半离散冯诺依曼分析。该分析适用于RBF-FD解决方案,使用辅助微分算子模仿RBF-FD微分矩阵的不良性能的虚假增长的分析模型。由此产生的高粘度制剂是现有文献中的推广,但没有任何调整参数,可以有效地计算。为了进一步提高鲁棒性,我们引入了一个简单的新的缩放律多项式增强RBF-FD的程度的多调和样条(PHS)径向基函数的附加多项式的程度。当与最近开发的重叠RBF-FD方法结合使用时,所得到的方法是鲁棒的,并且没有停滞误差。我们验证了我们的方法在二维和三维测试用例的高阶收敛速度在很宽的范围内的Peclet数(1-1000)。然后,我们使用我们的方法来解决3D耦合问题的血小板聚集和凝血模型的动机,再次证明高阶收敛速度。
2018-06-11 cs.CE cs.NA math.CA
Explicit Runge-Kutta Methods with Multiquadric and Inverse Multiquadric Radial Basis Functions
Indian Institute of Petroleum and Energy(印度石油能源研究所)
本文提出基于MQ和IMQ径向基函数的两级和三级显式Runge-Kutta方法,在不增加级数的情况下比经典格式高出一阶精度,并通过截断误差分析确定最优形状参数,数值实验验证了其精度与稳定性。
2025-09-21 cs.NA math.NA
Radial basis function methods for the Rosenau equation and other higher order PDEs
Allameh Tabataba’i University(阿拉梅·塔巴塔巴伊大学);Uppsala University(乌普萨拉大学);University of Massachusetts Dartmouth(马萨诸塞大学达特茅斯分校)
本文探讨了利用径向基函数逼近方法求解Rosenau方程等高阶偏微分方程的可行性,通过扩展虚点法和重采样法,验证了该方法在处理多边界条件问题时的精度与适应性。
2017-05-16 cs.NA math.NA
Preserving the positivity of the deformation gradient determinant in intergrid interpolation by combining RBFs and SVD: application to cardiac electromechanics
本文提出一种结合局部RBF插值与SVD的方法,通过分解旋转矩阵和奇异值并分别插值,保持变形梯度张量行列式正性,解决了心脏电机械模拟中跨网格传递导致求解失败的问题,提升了模拟的灵活性与稳健性。
2023-06-01 cs.NA math.NA
Hybrid Gaussian-cubic radial basis functions for scattered data interpolation
Indian Institute of Technology Kharagpur(印度理工学院卡拉格普尔分校);Hong Kong Baptist University(香港浸会大学);University of Texas at Austin(德克萨斯大学奥斯汀分校);Colorado School of Mines(科罗拉多矿业学院)
本文提出混合高斯-三次径向基函数以解决传统RBF在处理大数据集时的病态问题,通过粒子群优化确定最优参数,提升插值稳定性与精度。
2018-06-11 cs.NA math.NA
HJB-RBF based approach for the control of PDEs
针对无限时域最优控制中半拉格朗日格式受维数灾难限制的问题,提出在动力学驱动的散乱网格上结合 RBF 与 Shepard 移动最小二乘求解 HJB 价值函数,并给出误差估计与高维数值验证。
2021-08-06 cs.NA math.NA math.OC
A least squares radial basis function finite difference method with improved stability properties
基于径向基函数的局部配置法求解椭圆型问题在Neumann边界条件下表现出非鲁棒性。在本文中,我们克服了这个问题,制定的径向基函数生成的有限差分法,而不是在离散最小二乘设置。这使我们能够证明高阶收敛下的节点细化和数值验证,最小二乘制定是更准确和更强大的配置制定。修改后的算法的实施工作是可比的配置法。
2021-03-15 cs.NA math.NA
A unified meshfree pseudospectral method for solving both classical and fractional PDEs
在本文中,我们提出了一种基于高斯径向基函数(RBF)的无网格方法来解决经典和分数偏微分方程。该方法充分利用了高斯函数的解析拉普拉斯算子,将经典拉普拉斯算子和分数阶拉普拉斯算子的离散化统一在一个框架内,避免了分数阶导数数值计算的巨大计算开销.这些重要的优点使它区别于其它求解分数阶偏微分方程的数值方法。此外,我们的方法是简单的,易于处理复杂的几何和局部细化,其计算机程序实现保持相同的任何尺寸$d \ge 1$。大量的数值实验研究我们的方法在逼近Dirichlet Laplace算子和求解偏微分方程问题的性能。与最近提出的Wendland RBF方法相比,我们的方法准确地将Dirichlet边界条件纳入计划,并且没有文献中观察到的吉布斯现象。我们的研究表明,要获得良好的精度,形状参数不能太小或太大,最佳的形状参数可能取决于径向基函数的中心点和解决方案的性质。
2020-09-22 cs.NA math.NA
A novel Hermite RBF-based differential quadrature method for solving two-dimensional variable-order time fractional advection-diffusion equation with Neumann boundary condition
Jiangsu Normal University(江苏师范大学);De Montfort University(德蒙福特大学)
本文提出了一种基于Hermite径向基函数的差分四阶方法(H-RBF-DQ),用于准确处理导数边界条件。该方法不同于原始的Hermite RBF方法,通过二维变阶时间分数扩散方程的数值模拟验证了其鲁棒性和通用性。
2018-09-07 cs.NA math.NA physics.comp-ph
Bayesian Approach for Radial Kernel Parameter Tuning
针对RBF逼近中形状参数难以高效调优的问题,提出基于高斯过程建模误差函数的贝叶斯优化迭代方法,显著快于留一交叉验证,并在测试与真实数据中验证了性能。
2023-11-07 cs.NA math.NA
Superconvergent Non-Polynomial Approximations
在本文中,我们介绍了一个超收敛逼近方法,采用径向基函数(RBFs)的数值解的守恒律。使用径向基函数进行插值和近似是一个发展良好的研究领域。在这项工作中特别感兴趣的是高阶有限体积(FV)加权本质不振荡(WENO)的方法,利用RBF近似获得所需的数据在细胞界面的发展。超收敛是通过分析的截断误差,导致表达式的形状参数,导致改进的精度的近似。本研究旨在解决的方法,包括形状参数的评价,以及混合实施的实际要素。为了突出非多项式基的有效性,在激波捕获中,所提出的方法被应用到一维双曲和弱双曲守恒律方程组,并与文献中几个著名的FV WENO格式进行了比较。在非光滑弱双曲检验问题的情况下,在预测有限时间爆破的位置和高度方面观察到显着的改进。收敛结果表明,所提出的计划取得了显着改善的精度,由重建的分析表明。我们还包括一个关于扩展到高维问题的讨论,以及一个非线性标量问题的收敛结果。
2021-06-17 cs.NA math.NA
Efficient Krylov-Regularization Solvers for Multiquadric RBF Discretizations of the 3D Helmholtz Equation
University Mohammed VI Polytechnic(穆罕默德六世polytechnic大学);University Littoral Côte d’Opale(海岸大学);University Cadi Ayyad(卡迪·艾雅德大学);UM5R, EMI(UM5R,EMI)
针对三维亥姆霍兹方程MQ-RBF无网格配点法产生的稠密病态系统,提出三种嵌入正则化的克雷洛夫投影方法,经测试HKT精度优且效率高,低成本TSVD在仅需主导模态时最快,为复杂场景提供鲁棒可扩展方案。
2025-11-12 cs.NA math.NA
An RBF-FD polynomial method based on polyharmonic splines for the Navier-Stokes equations: Comparisons on different node layouts
University of Colorado(科罗拉多大学);National Center for Atmospheric Research(国家大气研究中心);NOAA National Severe Storms Laboratory(美国国家海洋和大气管理局国家强风暴实验室)
本文提出基于多项式样条的RBF-FD方法,用于低马赫数可压缩纳维-斯托克斯方程的求解,比较不同节点布局下的性能,解决边界处理及高阶精度问题。
2015-09-09 cs.NA math.NA physics.ao-ph
RBF-FD analysis of 2D time-domain acoustic wave propagation in heterogeneous media
径向基函数生成的有限差分(RBF-FD)是局部强形式无网格方法的一种流行变体,它不需要节点之间的预定义连接,使其更容易适应所考虑的问题。本文研究了在地球地下地震模拟中时域声波传播的RBF-FD解。通过大量的数值试验,从均匀到高度非均匀的速度模型,包括非光滑的不规则地形,我们证明了本方法可以进一步推广到解决任意复杂模型中的大规模地震建模和全波形反演问题,从而实现对地球物理观测的更鲁棒解释
2021-05-10 cs.CE cs.NA math.NA
Numerical solution of space-fractional partial differential equations by a differential quadrature approach
Northwestern Polytechnical University(西北工业大学)
本文提出一种直接数值方法,利用新的差分四次技术求解空间分数阶偏微分方程,通过三种径向基函数作为测试函数计算权重,验证了方法的鲁棒性和高精度。
2017-01-22 cs.NA math.NA
A Modified Hermite Radial Basis Function for Accurate Interpolation
针对HRBF插值在低形状参数下病态导致精度下降的问题,提出引入多项式项的MHRBF方法,在保持或降低计算成本的同时提升精度,并在所有参数和域大小下实现更低误差。
2025-05-22 cs.NA math.NA
On the optimal shape parameter for kernel methods: Sharp direct and inverse statements
Ludwig Maximilian University of Munich(慕尼黑路德维希-马克西米利安大学);Munich Center for Machine Learning(慕尼黑机器学习中心);Ca’ Foscari University of Venice(威尼斯卡福斯卡里大学)
本文通过建立理论框架,揭示了核方法中最佳形状参数选择与超收敛现象的关系,澄清了近似模式、核正则性和参数选择的相互作用。
2026-01-20 cs.NA math.NA
Curvilinear Mesh Adaptation using Radial Basis Function Interpolation and Smoothing
Scientific Computing and Imaging Institute, University of Utah(犹他大学科学计算与成像研究所);Department of Mathematics, University of Utah(犹他大学数学系)
本文提出了一种基于径向基函数插值和平滑的迭代技术,用于从直边或其他曲线网格生成和平滑曲线网格。通过仅使用输入网格边界的散点作为插值问题的数据点,近似曲线输出网格内部和边界的坐标变形映射,从而生成高质量的变形域网格。
2018-04-10 cs.CG cs.NA math.NA
High-order numerical method for solving elliptic partial differential equations on unfitted node sets
本文提出一种基于RBF-FD的非拟合节点集方法,通过内部配点和拉格朗日乘子约束边界,实现椭圆偏微分方程的高阶精确解,兼顾几何灵活性与精度。
2024-07-22 cs.NA math.NA
Enhancing SPH using moving least-squares and radial basis functions
University of Leicester(莱斯特大学);University of Nottingham(诺丁汉大学);International University Bremen(不来梅国际大学)
本文通过移动最小二乘近似和径向基函数改进粒子近似的精度,提出变分一致的水动力学方程,并在Sod激波管问题中验证性能。
2007-05-30 cs.NA math.NA
Stable Mesh-Free Variational Radial Basis Function Approximation for Elliptic PDEs and Obstacle Problems
University of Waterloo(滑铁卢大学)
本文研究了变分形式下椭圆型及障碍型边界值问题的径向基函数逼近,通过截断奇异值分解提高计算稳定性与精度,实验表明在基函数数量、过采样比和截断阈值等参数下,RBF变分求解器在精度和效率上表现优异。
2026-04-21 cs.NA math.NA
Hull shape design optimization with parameter space and model reductions, and self-learning mesh morphing
在参数化偏微分方程领域,由于所需的计算资源,形状优化是一个具有挑战性的问题。在这方面的贡献,提出了一个数据驱动的框架,涉及多种减少技术,以减少这种计算负担。采用本征正交分解(POD)和主动子空间遗传算法(ASGA)对原(高保真)模型进行降维,并基于主动子空间特性进行高效的遗传优化。形状的参数化直接应用于计算网格,使用径向基函数(RBF)插值将应用于(要优化的对象的)表面的通用变形图传播到网格节点。因此,原始网格的拓扑结构和质量被保留,使得能够应用基于POD的降阶建模技术,并且避免了额外的网格化步骤的必要性。模型降阶耦合POD和高斯过程回归(GPR)在数据驱动的方式。该框架在基准船上进行了验证。
2021-02-03 cs.NA math.NA
A novel time integration scheme for linear parabolic PDEs
本文提出RBF-CN时间积分格式,通过径向基函数插值优化形状参数,在保持CN方法简单性的同时提升时间精度至四阶以上,并证实稳定性不变;实验表明,配合最优初始化,该格式在精度上媲美隐式Runge-Kutta方法,计算成本降低近两个数量级。
2025-09-08 cs.NA math.NA
Adaptive Non-Linear Partition of Unity Methods for Scattered Data Interpolation with Discontinuities
University of Torino(都灵大学);Universidad Politécnica de Cartagena(卡塔赫纳理工大学);Universidad de Valencia(瓦伦西亚大学)
研究具有不连续性的散乱数据插值问题,核心方法是通过留一法交叉验证结合全局优化自适应调整非线性单位分解方法的超参数,主要贡献是降低不连续性附近逼近误差,在平滑区域保持精度且无需界面几何先验知识。
2026-07-24 cs.NA math.NA
Pricing Financial Derivatives using Radial Basis Function generated Finite Differences with Polyharmonic Splines on Smoothly Varying Node Layouts
Uppsala University(乌普萨拉大学)
本文研究了使用多项式谐波样条和具有平滑变化密度的节点布局开发稳健高效的径向基函数生成有限差分法(RBF-FD)方法用于定价金融衍生品,改进了RBF-FD方案,并应用于两种多维金融偏微分方程,展示了改进方法在美式期权定价中的优越性。
2018-08-17 cs.CE cs.NA math.NA
Numerical analysis of small-strain elasto-plastic deformation using local Radial Basis Function approximation with Picard iteration
本文提出结合 RBF-FD 无网格离散、返回映射与 Picard 迭代求解小应变弹塑性 von Mises 问题,并通过厚壁圆筒算例验证其精度与复杂几何适应性。
2024-05-08 cs.NA math.NA
Shape-Driven Interpolation with Discontinuous Kernels: Error Analysis, Edge Extraction and Applications in MPI
Università di Padova(帕多瓦大学);Università di Milano - Bicocca(米兰比可卡大学)
本文研究了一种基于RBF的散乱数据插值方法,通过变量缩放函数引入不连续性,分析了核函数的本原空间和误差界,并利用机器学习分类算法提取不连续性位置,通过数值实验验证了理论收敛率,并展示了在磁流体成像中的应用前景。
2019-03-07 cs.NA math.NA
An investigation of global radial basis function collocation methods applied to Helmholtz problems
全局径向基函数(RBF)配置法是求解偏微分方程(PDE)的一类具有无限光滑基函数的方法,它适用于一般几何条件下,且对光滑解函数具有指数收敛性质.同时,对于大量的未知数和决定基函数平坦程度的形状参数的小值,出现的线性系是稠密的和严重病态的。我们以Helmholtz方程作为应用问题进行了理论分析和数值实验。我们分析和证明了收敛性作为未知数的函数和不同的形状参数范围。我们提供了理论结果的PDE解决方案的平坦极限和调查时,非对称配置矩阵成为奇异的。我们还提供了实用的策略选择的方法参数和评估结果亥姆霍兹问题在弯曲波导的几何形状。
2020-01-29 cs.NA math.NA
Solving multiscale elliptic problems by sparse radial basis function neural networks
Soochow University(苏州大学);University of Science and Technology of China(中国科学技术大学);Suzhou Institute for Advanced Research, University of Science and Technology of China(中国科学技术大学苏州高等研究院)
提出一种稀疏径向基函数神经网络方法,通过将二阶椭圆型偏微分方程重写为一阶系统并引入 $\ell_1$ 正则化与特定优化算法,实现了在三维多尺度问题上的高精度、高鲁棒求解,且显著减少了所需基函数数量。
2023-09-01 cs.LG cs.NA math.NA