×

使用图形神经网络聚合多边形网格,并应用于多重网格求解器。 (英语) Zbl 07784347号

摘要:基于聚集的策略在自适应求精算法和构造可伸缩的多级代数求解器中都很重要。为了自动执行多边形网格的聚集,我们建议使用机器学习(ML)策略,该策略可以自然地利用有关网格的几何信息,以保持网格质量,提高数值方法的性能并降低总体计算成本。特别地,我们使用k-means聚类算法和图形神经网络(GNN)来划分计算网格的连通图。此外,GNN具有较高的在线推理速度,并且能够自然地同时处理网格的图形结构和几何信息,例如元素的面积或其重心坐标。将这些技术与METIS进行了比较,METIS是一种用于图形划分的标准算法,其目的是仅处理网格的图形信息。我们证明了ML策略在质量度量方面的性能得到了增强。当应用于更复杂的几何体时,如脑部MRI扫描,此类模型也显示出良好的泛化程度,以及保持网格质量的能力。当应用于多边形不连续Galerkin(PolyDG)框架中的MultiGrid(MG)解算器时,也证明了这些策略的有效性。在所考虑的实验中,GNN在推理速度、准确性和方法灵活性方面总体上表现出最佳性能。

MSC公司:

65纳米30 含偏微分方程边值问题的有限元、Rayleigh-Ritz和Galerkin方法
65号55 多重网格方法;含偏微分方程边值问题的区域分解
35J25型 二阶椭圆方程的边值问题
65N12号 偏微分方程边值问题数值方法的稳定性和收敛性
65牛顿50 涉及偏微分方程的边值问题的网格生成、细化和自适应方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 海曼,J。;沙什科夫,M。;Steinberg,S.,强非均匀非各向同性材料中扩散问题的数值解。J.计算。物理。,1, 130-148 (1997) ·兹伯利0881.65093
[2] 布雷齐,F。;Lipnikov,K。;Simoncini,V.,多边形和多面体网格上的一系列模拟有限差分方法。数学。模型方法应用。科学。,10, 1533-1551 (2005) ·Zbl 1083.65099号
[3] 布雷齐,F。;利普尼科夫,K。;Shashkov,M.,多面体网格上扩散问题的模拟有限差分方法的收敛性。SIAM J.数字。分析。,5, 1872-1896 (2005) ·Zbl 1108.65102号
[4] Beirao da Veiga,L。;Lipnikov,K。;Manzini,G.,《椭圆问题的模拟有限差分法》(2014),Springer·Zbl 1286.65141号
[5] Cockburn,B。;董,B。;Guzmán,J.,二阶椭圆问题的超收敛LDG-杂交Galerkin方法。数学。计算。,264, 1887-1916 (2008) ·Zbl 1198.65193号
[6] Cockburn,B。;J.古兹曼。;Wang,H.,二阶椭圆问题的超收敛间断Galerkin方法。数学。计算。,265, 1-24 (2009) ·Zbl 1198.65194号
[7] Cockburn,B。;Gopalakrishnan,J。;Lazarov,R.,二阶椭圆问题间断Galerkin方法、混合方法和连续Galerki方法的统一杂交。SIAM J.数字。分析。,2, 1319-1365 (2009) ·Zbl 1205.65312号
[8] Cockburn,B。;Gopalakrishnan,J。;Sayas,F.-J.,基于投影的HDG方法误差分析。数学。计算。,271, 1351-1367 (2010) ·Zbl 1197.65173号
[9] 赫塞文,J.S。;Warburton,T.,Nodal间断Galerkin方法:算法、分析和应用(2007),Springer科学与商业媒体
[10] Bassi,F。;博蒂,L。;科伦坡,A。;Di Pietro,D.A。;Tesini,P.,关于基于凝聚的物理空间不连续伽辽金离散化的灵活性。J.计算。物理。,1, 45-65 (2012) ·Zbl 1457.65178号
[11] Antonietti,P.F。;Giani,S。;宾夕法尼亚州休斯顿。,马力-复杂域上椭圆问题的复合不连续Galerkin方法。SIAM J.科学。计算。,3,A1417-A1439(2013)·Zbl 1284.65163号
[12] Cangiani,A。;Georgoulis,E.H。;宾夕法尼亚州休斯顿。,马力-多边形和多面体网格上的间断Galerkin方法版本。数学。模型方法应用。科学。,10, 2009-2041 (2014) ·Zbl 1298.65167号
[13] Antonietti,P.F。;Cangiani,A。;科利斯,J。;东,Z。;Georgoulis,E.H。;Giani,S。;Houston,P.,复杂区域上偏微分方程的间断Galerkin有限元方法综述,281-310·Zbl 1357.65251号
[14] Cangiani,A。;东,Z。;Georgoulis,E.H。;宾夕法尼亚州休斯顿。,马力-版本多边形和多面体网格上的间断Galerkin方法(2017),Springer·Zbl 1382.65307号
[15] Antonietti,P.F。;Facciolá,C。;宾夕法尼亚州休斯顿。;Mazzieri,I。;佩内西,G。;Verani,M.,地球物理应用多面体网格上的高阶间断Galerkin方法:地震波传播和裂缝性储层模拟,159-225·Zbl 1470.86002号
[16] 路易斯安那州贝朗·达维加。;布雷齐,F。;Cangiani,A。;Manzini,G。;马里尼,L.D。;Russo,A.,虚拟元素方法的基本原理。数学。模型方法应用。科学。,01, 199-214 (2013) ·Zbl 1416.65433号
[17] 路易斯安那州贝朗·达维加。;布雷齐,F。;马里尼,L.D。;Russo,A.,《搭便车者虚拟元素方法指南》。数学。模型方法应用。科学。,08, 1541-1573 (2014) ·Zbl 1291.65336号
[18] 路易斯安那州贝朗·达维加。;布雷齐,F。;马里尼,L。;Russo,A.,多边形网格上一般二阶椭圆问题的虚拟元方法。数学。模型方法应用。科学。,04, 729-750 (2016) ·Zbl 1332.65162号
[19] Beirao da Veiga,L。;布雷齐,F。;马里尼,L.D。;Russo,A.,多边形网格上一般二阶椭圆问题的混合虚元方法。ESAIM数学。模型。数字。分析。,3, 727-747 (2016) ·Zbl 1343.65134号
[20] Beirao da Veiga,L。;北卡罗来纳州贝洛莫。;布雷齐,F。;Marini,L.,虚拟元素方法的最新结果和展望。数学。模型方法应用。科学。,1-6 (2021)
[21] Antonietti,P.F。;路易斯安那州贝朗·达维加。;Manzini,G.,《虚拟单元法及其应用》(2022),施普林格国际出版公司·Zbl 1497.65005号
[22] Di Pietro,D.A。;Ern,A。;Lemaire,S.,基于局部重建算子的一般网格上扩散的任意阶紧致离散化。计算。方法应用。数学。,4, 461-472 (2014) ·兹比尔1304.65248
[23] Di Pietro,D.A。;Ern,A.,一般网格上线性弹性的混合高阶无锁定方法。计算。方法应用。机械。工程,1-21(2015)·Zbl 1423.74876号
[24] Di Pietro,D.A。;Ern,A.,一般网格上可变扩散问题的混合高阶方法。C.R.数学。,2015年1月31日至34日·Zbl 1308.65196号
[25] Di Pietro,D.A。;Ern,A。;Lemaire,S.,《混合高阶方法综述:公式,计算方面,与其他方法的比较》,205-236·Zbl 1357.65258号
[26] Di Pietro,D.A。;Droniou,J.,《多顶网格的混合高阶方法》(2019),Springer
[27] 阿滕,M。;比亚索蒂,S。;Bertoluzza,S。;Cabiddu,D。;利维苏,M。;Patanè,G。;Pennacchio,M。;普拉达,D。;Spagnuolo,M.,多边形元素方法多边形质量度量基准,arXiv预印本
[28] Di Pietro,D.A。;Formaggia,L。;Masson,R.,《地球科学中的多面体方法》(2021)·Zbl 1468.86001号
[29] Chan,T.F。;徐,J。;Zikatanov,L.,非结构化网格的聚集多重网格方法。竞争。数学。,67-81 (1998) ·Zbl 0909.65102号
[30] Antonietti,P.F。;宾夕法尼亚州休斯顿。;佩内西,G。;Süli,E.,多面体网格上高阶间断Galerkin方法的基于凝聚的大规模并行非重叠可加性Schwarz预处理器。数学。计算。,2047-2083 (2020) ·Zbl 1442.65422号
[31] 潘,Y。;Persson,P.-O.,基于凝聚的几何多重网格解算器,用于非结构化网格上的紧致不连续伽辽金离散化。J.计算。物理学。(2022) ·Zbl 1515.65279号
[32] 吉尔伯特,J.R。;Miller,G.L。;Teng,S.-H.,《几何网格划分:实现和实验》。SIAM J.科学。计算。,6, 2091-2110 (1998) ·Zbl 0913.65107号
[33] Bassi,F。;博蒂,L。;科伦坡,A。;Rebay,S.,Euler和Navier-Stokes方程的基于凝聚的不连续Galerkin离散化。计算。流体,77-85(2012)·Zbl 1365.76109号
[34] Antonietti,P.F。;萨蒂,M。;Verani,M.,椭圆问题hp-连续Galerkin离散化的多重网格算法。SIAM J.数字。分析。,1, 598-618 (2015) ·Zbl 1312.65181号
[35] Antonietti,P.F。;宾夕法尼亚州休斯顿。;胡,X。;萨蒂,M。;Verani,M.,多重网格算法马力-多边形和多面体网格上的版本内部惩罚间断Galerkin方法。卡尔科洛,41169-1198(2017)·Zbl 1421.65029号
[36] 徐,J。;Zikatanov,L.,代数多重网格方法。Acta Numer.公司。,591-721 (2017) ·Zbl 1378.65182号
[37] Chan,T.F。;去,S。;Zikatanov,L.,非结构化网格上的多层椭圆解算器,488-511
[38] Antonietti,P。;Pennesi,G.,非嵌套多面体网格上间断Galerkin方法的V循环多重网格算法。科学杂志。计算。,625-652 (2019) ·Zbl 1410.65092号
[39] Antonietti,P.F。;Ayuso,B.,椭圆问题间断Galerkin逼近的Schwarz区域分解预条件:非重叠情况。ESAIM数学。模型。数字。分析。,2007年1月21日至54日·Zbl 1129.65080号
[40] Antonietti,P.F。;Giani,S。;Houston,P.,复杂区域上椭圆问题的间断Galerkin方法的区域分解预条件。科学杂志。计算。,1, 203-227 (2014) ·Zbl 1307.65174号
[41] 托塞利,A。;Widlund,O.,领域分解方法-算法与理论(2004),施普林格科学与商业媒体
[42] 冯,X。;Karakashian,O.A.,二阶椭圆问题间断Galerkin近似的两层可加性Schwarz方法。SIAM J.数字。分析。,4, 1343-1365 (2001) ·Zbl 1007.65104号
[43] 莱斯,M。;佩迪卡里斯,P。;Karniadakis,G.E.,《基于物理的神经网络:用于解决涉及非线性偏微分方程的正向和反向问题的深度学习框架》。J.计算。物理。,686-707 (2019) ·Zbl 1415.68175号
[44] 莱斯,M。;Karniadakis,G.E.,《隐藏物理模型:非线性偏微分方程的机器学习》。J.计算。物理。,125-141 (2018) ·Zbl 1381.68248号
[45] 雷加佐尼,F。;Dedè,L。;Quarteroni,A.,时间相关微分方程快速可靠解的机器学习。J.计算。物理学。(2019) ·Zbl 1454.65185号
[46] 雷加佐尼,F。;Dedè,L。;Quarteroni,A.,多尺度主动力生成模型的机器学习,用于有效模拟心脏电力学。计算。方法应用。机械。工程(2020)·Zbl 1506.74212号
[47] 赫塞文,J.S。;Ubbiali,S.,使用神经网络对非线性问题进行非侵入式降阶建模。J.计算。物理。,55-78 (2018) ·Zbl 1398.65330号
[48] 雷·D。;Hesthaven,J.S.,《作为故障细胞指示器的人工神经网络》。J.计算。物理。,166-191(2018)·Zbl 1415.65229号
[49] Antonietti,P.F。;卡尔达纳,M。;Dede,L.,通过人工神经网络加速代数多重网格方法,arXiv预印本·Zbl 1514.65188号
[50] 雷加佐尼,F。;萨尔瓦多,M。;戴德,L。;Quarteroni,A.,心脏电力学实时数值模拟的机器学习方法,arXiv预印本·Zbl 1507.74235号
[51] Antonietti,P。;Manuzzi,E.,使用卷积神经网络细化多边形网格,并应用于多边形间断Galerkin和虚拟元素方法。J.计算。物理学。(2022) ·Zbl 07517731号
[52] Antonietti,P。;达西,F。;Manuzzi,E.,基于机器学习的多面体网格细化策略,应用于虚拟元素和多面体间断Galerkin方法。J.计算。物理学。(2022) ·Zbl 07592135号
[53] Macqueen,J.,《多元观测分类和分析的一些方法》(1967年)·Zbl 0214.46201号
[54] Hartigan,J.A。;Wong,M.A.,《136算法:k均值聚类算法》。J.R.Stat.Soc.,塞尔维亚。C、 申请。《统计》,1100-108(1979年)·Zbl 0447.62062号
[55] 利卡斯,A。;弗拉西斯,N。;Verbeek,J.J.,《全局k-means聚类算法》。模式识别。,2, 451-461 (2003)
[56] Bello-Orgaz,G。;梅内德斯,H.D。;Camacho,D.,重叠图聚类的自适应k均值算法。国际神经系统杂志。,05 (2012)
[57] Hamilton,W.L。;Ying,R。;Leskovec,J.,《大型图的归纳表示学习》(2017)
[58] 加蒂,A。;Hu,Z。;斯米特,T。;Ng,E.G。;Ghysels,P.,图分割的深度学习和谱嵌入(2021)
[59] 加蒂,A。;Hu,Z。;Smidt,T。;Ng,E.G。;Ghysels,P.,《使用强化学习和图形神经网络的图形划分和稀疏矩阵排序》(2021)
[60] Xu,H。;段,Z。;Wang,Y。;冯,J。;Chen,R。;张,Q。;Xu,Z.,图划分和基于图神经网络的层次图匹配,用于图相似性计算。神经计算,348-362(2021)
[61] LeCun,Y。;Y.本吉奥。;Hinton,G.,《深度学习》。《自然》,7553436-444(2015)
[62] Karypis,G。;Kumar,V.,用于划分不规则图的快速高质量多级方案。SIAM J.科学。计算。,1, 359-392 (1998) ·Zbl 0915.68129号
[63] 胡,X。;Wu,K。;Zikatanov,L.T.,图拉普拉斯算子多级方法的后验误差估计。SIAM J.科学。计算。,5、S727-S742(2021)·Zbl 1481.65257号
[64] Tarjan,R.,深度-第一搜索和线性图算法。SIAM J.计算。,2, 146-160 (1972) ·Zbl 0251.05107号
[65] Lloyd,S.,PCM中的最小二乘量化。IEEE传输。Inf.理论,2129-137(1982)·Zbl 0504.94015号
[66] 萨宾,M。;Gray,R.,广义Lloyd算法的全局收敛性和经验一致性。IEEE传输。Inf.理论,2148-155(1986)·Zbl 0593.94002号
[67] 杜琪。;Emelianenko,M。;Ju,L.,计算形心Voronoi细分的Lloyd算法的收敛性。SIAM J.数字。分析。,1, 102-119 (2006) ·Zbl 1115.65017号
[68] 卢,Y。;Zhou,H.H.,劳埃德算法及其变体的统计和计算保证,arXiv预印本
[69] 杜,Q。;Gunzburger,医学博士。;Ju,L.,曲面的约束形心Voronoi细分。SIAM J.科学。计算。,5, 1488-1506 (2003) ·Zbl 1036.65101号
[70] 杜琪。;Wang,D.,各向异性质心Voronoi细分及其应用。SIAM J.科学。计算。,737-761(2005年)·兹比尔1121.65306
[71] 杜琪。;Gunzburger,M.,基于中心Voronoi细分的固有正交分解分析,137-150·Zbl 1087.93021号
[72] 格雷·R·M。;Neuhoff,D.L.,量化。IEEE传输。Inf.理论,2325-2383(1998)·Zbl 1016.94016号
[73] 阿加瓦尔,P.K。;新罕布什尔州穆斯塔法,K-表示投影聚类,155-165
[74] 鄂尔多斯-帕斯夸尔,I。;Almeida,J.S.,天文应用中k均值分类算法的快速版本。阿童木。天体物理学。,A53(2014)
[75] Herwig,R。;Poustka,A.J。;米勒,C。;公牛,C。;Lehrach,H。;O'Brien,J.,cDNA指纹数据的大尺度聚类。基因组研究,11,1093-1105(1999)
[76] 亚瑟·D·。;瓦西维茨基,S。;H·加博。
[77] Urschel,J.C。;Zikatanov,L.T.,关于图二分法谱逼近的最大误差。线性多线性代数,102972-1979(2016)·Zbl 1352.05120号
[78] Kingma,D.P。;Ba Adam,J.,随机优化方法(2017)
[79] 博克,S。;Goppold,J。;Weiß,M.G.,ADAM-优化器收敛性证明的改进,CoRR
[80] Gary,M.R。;Johnson,D.S.,《计算机与不可纠正性:NP-完备性理论指南》(1979年)·Zbl 0411.68039号
[81] 安德列夫,K。;Räcke,H.,平衡图分区,120-124
[82] 卡利皮斯,G。;Schloegel,K。;Kumar,V.,PARMETIS:并行图划分和稀疏矩阵排序库(1997)
[83] 坎塔布拉,S。;Couch,A.L.,NOW上的并行k-means聚类算法。NECTEC技术杂志,6,243-247(2000)
[84] 马,L。;杨,Z。;苗,Y。;薛,J。;吴,M。;周,L。;Dai,Y.,面向高效大规模图形神经网络计算,arXiv预印本
[85] P.C.Petersen,维也纳大学神经网络理论。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。