×

APFOS-Net:带深度神经网络的各向异性椭圆方程的渐近保持格式。 (英语) Zbl 07517719号

摘要:本文针对各向异性椭圆方程提出了一种新的渐近保持格式。与以往的AP格式不同,实际的AP格式是基于二阶偏微分方程的一阶系统最小二乘法,并且对于各向异性强度是一致适定的。数值计算由深度神经网络(DNN)实现,其中使用最小二乘泛函作为损失函数来确定DNN的参数。数值结果表明,当前的AP方案易于实现,对各种二维和三维测试中的近似解或各向异性参数识别具有鲁棒性。

MSC公司:

65新元 偏微分方程边值问题的数值方法
35吉xx 椭圆方程和椭圆系统
7.6亿 流体力学基本方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Baydin,A.G。;Pearlmutter,B.A。;拉杜尔,A.A。;Siskind,J.M.,《机器学习中的自动差异化:一项调查》,J.Mach。学习。第18、153、1-43号决议(2018年)·Zbl 06982909号
[2] Bernard,S。;蒙特勒,V。;Komatitsch,D。;Lasaygues,P.L.,基于全波形反演的骨定量成像超声CT,Phys。医学生物学。(2017)
[3] Besse,C。;克劳代尔,J。;德贡德,P。;Deluzet,F。;盖利斯,G。;Tessieras,C.,非均匀磁场中电离层条纹模型的数值模拟,计算。物理。社区。,176, 2, 75-90 (2007)
[4] Besse,C。;德贡德,P。;Deluzet,F。;克劳代尔,J。;盖利斯,G。;Tessieras,C.,电离层等离子体建模的模型层次,数学。模型方法应用。科学。,14, 03, 393-415 (2004) ·Zbl 1177.76456号
[5] Besse,C。;Deluzet,F。;Negulescu,C。;Yang,C.,强各向异性椭圆方程的有效数值方法,J.Sci。计算。,55, 1, 231-254 (2013) ·Zbl 1360.65276号
[6] 蔡,Z。;陈,J。;刘,M。;Liu,X.,深度最小二乘法:求解椭圆方程的无监督学习数值方法,J.Compute。物理。,420,第109707条pp.(2020)·Zbl 07506625号
[7] 蔡,Z。;拉扎罗夫,R。;Mccormick,T.A.M.F.,二阶偏微分方程的一阶系统最小二乘法:第一部分,SIAM J.Numer。分析。,31, 6, 1785-1799 (1994) ·兹伯利0813.65119
[8] Chan-Wai-Nam,Q。;Mikael,J。;Warin,X.,《半线性偏微分方程的机器学习》,J.Sci。计算。,79, 3, 1667-1712 (2019) ·兹比尔1433.68332
[9] 克雷斯特托,A。;Deluzet,F。;Negulescu,C.,一种基于渐近保护方法与渐近极限模型耦合的各向异性椭圆问题的混合方法,SIAM J.Sci。计算。,38,A1821-A1847(2016)·Zbl 1360.35051号
[10] 德贡德,P。;Deluzet,F.,等离子体物理的渐近保护方法和多尺度模型,J.Compute。物理。,336, 429-457 (2017) ·Zbl 1375.82108号
[11] 德贡德,P。;Deluzet,F。;洛津斯基,A。;Narski,J。;Negulescu,C.,高度各向异性扩散方程的基于对偶性的渐近保护方法,Commun。数学。科学。,10, 1, 1-31 (2012) ·Zbl 1272.65090号
[12] 德贡德,P。;Deluzet,F。;Negulescu,C.,强各向异性椭圆问题的渐近保持格式,多尺度模型。模拟。,8, 2, 645-666 (2009) ·Zbl 1190.35216号
[13] 德贡德,P。;洛津斯基,A。;Narski,J。;Negulescu,C.,《基于微宏观分解的高度各向异性椭圆方程的渐近保护方法》,J.Compute。物理。,231, 7, 2724-2740 (2012) ·Zbl 1332.65165号
[14] Deluzet,F。;Narski,J.,高度各向异性椭圆方程的双域迭代渐近预存方法,多尺度模型。模拟。,434-459 (2019) ·Zbl 1426.65173号
[15] Evans,L.C.,偏微分方程(2010),美国数学学会·兹比尔1194.35001
[16] Fichtner,W。;Rose,D.J.,《半导体器件建模产生的非线性椭圆偏微分方程的数值解》(Schultz,M.H.,椭圆问题求解器(1981),学术出版社),277-284·Zbl 0486.65074号
[17] 格里菲斯,S.M。;Böning,C。;F.O.布莱恩。;查西格特,E.P。;Gerdes,R。;Hasumi,H。;赫斯特,A。;Treguier,A.-M。;Webb,D.,海洋气候建模的发展,海洋模型。,2, 3, 123-192 (2000)
[18] Han,J。;尼卡,M。;Stinchcombe,A.R.,用深度神经网络求解椭圆偏微分方程的无导数方法,J.Compute。物理。,419,第109672条pp.(2020)·Zbl 07507233号
[19] Hou,T.Y。;Wu,X.-H.,复合材料和多孔介质椭圆问题的多尺度有限元方法,J.Compute。物理。,134, 1, 169-189 (1997) ·Zbl 0880.73065号
[20] 黄,J。;Wang,H。;Yang,H.,Int-dep:非线性问题的深度学习初始化迭代方法,J.Compute。物理。,419,第109675条pp.(2020)·兹标07507236
[21] 胡雷,C。;Pham,H。;Warin,X.,高维非线性偏微分方程的深向后格式,数学。计算。,89, 324, 1 (2020) ·Zbl 1440.60063号
[22] Kingma,D。;Ba,J.,Adam:随机优化方法,计算。科学。(2014)
[23] Le Dimet,F.X。;Talagrand,O.,《气象观测分析和同化的变分算法:理论方面》,Tellus,Ser。A Dyn公司。流星。海洋学家。,38, 2, 97-110 (1986)
[24] L.X.Li,C.Yang,各向异性椭圆问题中渐近保持格式的块预处理方法,预印本。
[25] 李强。;Jiang,L.,非均匀多孔介质中椭圆问题的多尺度虚拟元方法,J.Compute。物理。,388, 394-415 (2019) ·Zbl 1452.65349号
[26] 刘博士。;Nocedal,J.,《关于大规模优化的有限内存BFGS方法》,数学。程序。,45, 1, 503-528 (1989) ·兹伯利0696.90048
[27] Meier,E.T.,《具有强各向异性、中性流体效应和开放边界的等离子体建模》(2011年),华盛顿大学博士论文
[28] Meiss,J.D.,《等离子约束》(2003),多佛出版社
[29] Plessix,R.-E.,《利用地球物理应用计算泛函梯度的伴随状态方法综述》,Geophys。《国际期刊》,167,2495-503(2006)
[30] 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问题和逆问题的深度学习框架》,J.Compute。物理。,378, 686-707 (2019) ·Zbl 1415.68175号
[31] Soler,J。;施瓦德,F。;Giorgiani,G。;Liandrat,J。;Tamain,P。;Serre,E.,有界域中各向异性椭圆问题的一种新的保守有限差分格式,J.Comput。物理。,405,第109093条pp.(2020)·Zbl 1453.65385号
[32] 唐,M。;Wang,Y.,基于场线积分的强各向异性扩散方程的渐近保持方法,J.Compute。物理。,330, 735-748 (2017) ·兹比尔1378.76106
[33] Wang,Y。;Ying,W。;Tang,M.,带闭场线的强各向异性扩散方程的一致收敛格式,SIAM J.Sci。计算。,B1253-B1276(2018)·Zbl 1402.65140号
[34] Weickert,J.,图像处理中的各向异性扩散(1998),Teubner:Teubner-Stuttgart·Zbl 0886.68131号
[35] M.Wu,X.Wang,B.Nkonga,B.Mourain,G.Xu,Q.Ni,Y.Liu,磁流体动力学模拟中的通量对准四边形网格生成,预印本·兹伯利07561070
[36] 杨,C。;克劳斯特·J。;Deluzet,F.,具有任意各向异性强度的椭圆问题的迭代解,多尺度模型。模拟。,16, 4, 1795-1823 (2018) ·Zbl 1433.65259号
[37] 杨,C。;Deluzet,F。;Narski,J.,《关于等离子体物理中产生的高阶微分算子各向异性方程的数值解》,J.Compute。物理。,386, 502-523 (2019) ·Zbl 1452.65181号
[38] C.Yang,F.Deluzet,J.Narski,《保持数值方法离散各向异性椭圆问题的准确性》,预印本·Zbl 1452.65181号
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。