LaSDI公司 swMATH ID: 46602 软件作者: 威廉·D·弗里斯。;何小龙;Choi,Youngsoo先生 描述: LaSDI:参数化潜在空间动力学识别。利用数据实现快速准确的物理模拟已成为计算物理的一个重要领域,以帮助解决反问题、设计优化、不确定性量化和其他各种决策应用。本文提出了一个数据驱动的框架参数化的实现快速准确模拟的潜在空间动力学识别程序。参数化模型是通过建立一组局部潜在空间模型并设计它们之间的交互来实现的。单个局部潜在空间动力学模型在信任域内实现精确解。通过让信任域集覆盖整个参数空间,我们的模型显示了随着训练数据的增加,精确度会增加。我们介绍了两种不同类型的交互机制,即点式和基于区域的方法。采用线性和非线性数据压缩技术。我们举例说明了潜在空间动力学识别(LaSDI)的框架,它能够快速准确地求解各种偏微分方程,即Burgers方程、径向平流问题和非线性热传导问题,实现了(O(100)倍)加速和(O(1)\)%相对于相应的全阶模型的相对误差。 主页: https://arxiv.org/abs/2203.02076 源代码: https://github.com/LLNL/LaSDI网站 关键词: 降阶模型;潜在空间学习;主正交分解;非线性流形解表示;非线性动力系统 相关软件: gLaSDI公司;亚当;PyTorch公司;github;odmd(odmd);OctNet公司;自动DEUQ;AdaLED(自适应发光二极管);立方体AMR;pybind11;货币基金组织;达奇;密封圈ROM空间;TensorFlow公司;NLvib公司;AUTO(自动);MATCONT公司;COCO公司;自动-07P;CL_MATCONT公司 引用于: 6文件 标准条款 1出版物描述软件,包括1出版物以zbMATH为单位 年份 LaSDI:参数化潜在空间动力学识别。 Zbl 1507.65078号威廉·D·弗里斯。;何小龙;Choi,Youngsoo先生 2022 全部的 前5名19位作者引用 三 Choi,Youngsoo先生 三 何小龙 2 陈久贤 2 威廉·D·弗里斯。 1 乔治·阿兰帕齐斯 1 乔纳森·贝洛夫。 1 米歇尔·查兹马诺拉基斯 1 张小文 1 保罗·孔蒂 1 科普兰,迪伦·马修 1 阿提里奥·弗兰基 1 斯特凡妮娅·弗雷斯卡 1 乔治·戈巴特 1 列奥尼达斯·约翰·吉巴斯 1 凯文·休恩 1 伊维卡·基奇 1 Petros D.库穆塔科斯。 1 安德烈亚·曼佐尼 1 潘泰利斯·R·弗拉查斯。 2篇连载文章中引用 4 应用力学与工程中的计算机方法 2 计算物理杂志 全部的 前5名在7个字段中引用 三 数值分析(65-XX) 三 流体力学(76-XX) 1 计算机科学(68至XX) 1 可变形固体力学(74-XX) 1 统计力学,物质结构(82-XX) 1 生物学和其他自然科学(92-XX) 1 系统论;控制(93至XX) 按年份列出的引文