This paper focuses on the analysis of conforming virtual element methods for general second-order linear elliptic problems with rough source terms and applies it to a Poisson inverse source problem with rough measurements. For the forward problem, when the source term belongs to $H^{-1}(\Omega)$, the right-hand side for the discrete approximation defined through polynomial projections is not meaningful even for standard conforming virtual element method. The modified discrete scheme in this paper introduces a novel companion operator in the context of conforming virtual element method and allows data in $H^{-1}(\Omega)$. This paper has {\it three} main contributions. The {\it first} contribution is the design of a conforming companion operator $J$ from the {\it conforming virtual element space} to the Sobolev space $V:=H^1_0(\Omega)$, a modified virtual element scheme, and the \textit{a priori} error estimate for the Poisson problem in the best-approximation form without data oscillations. The {\it second} contribution is the extension of the \textit{a priori} analysis to general second-order elliptic problems with source term in $V^*$. The {\it third} contribution is an application of the companion operator in a Poisson inverse source problem when the measurements belong to $V^*$. The Tikhonov's regularization technique regularizes the ill-posed inverse problem, and the conforming virtual element method approximates the regularized problem given a finite measurement data. The inverse problem is also discretised using the conforming virtual element method and error estimates are established. Numerical tests on different polygonal meshes for general second-order problems, and for a Poisson inverse source problem with finite measurement data verify the theoretical results.


翻译:本文的重点是分析普通二阶直线椭圆形直径问题符合虚拟元素的方法, 且使用粗糙源值术语, 并应用于 Poisson 逆源值问题 。 对于前期问题, 当源词属于$H ⁇ -1}(\ Omega)$时, 通过多式预测定义的离散近点右手侧即使对于标准的符合虚拟元素方法也不有意义 。 修改后的离散方案在符合虚拟元素方法的背景下引入了一个新的同伴操作器, 并允许以$H ⁇ -1}(\ Omega) 来提供数据 $( Omega) 。 此纸张有 3} 常规正序 的正序值估算值估算 。 在普通空间 VV:=H_1_0 (\\\\\ omega) $( Omega) 的右侧侧侧侧侧侧侧侧侧侧端操作器操作器操作器设计 。 在普通源值测试中, 普通源值的右侧端数据测试中, 的直端端值解解是 。 在普通源号内部解号 度 度 解算法中, 质解解解的第二个解号 的扩展解号 的扩展解号 问题是 。

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
专知会员服务
123+阅读 · 2020年9月8日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
54+阅读 · 2022年1月1日
VIP会员
相关VIP内容
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
专知会员服务
123+阅读 · 2020年9月8日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员