Recent years have seen an increasing amount of research devoted to the development of so-called resonance-based methods for dispersive nonlinear partial differential equations. In many situations, this new class of methods allows for approximations in a much more general setting (e.g. for rough data) than, for instance, classical splitting or exponential integrator methods. However, they lack one important property: the preservation of geometric structures. This is particularly drastic in the case of the Korteweg--de Vries (KdV) equation which is a fundamental model in the broad field of dispersive equations that is completely integrable, possessing infinitely many conserved quantities, an important property which we wish to capture -- at least up to some degree -- also on the discrete level. A revolutionary step in this direction was set by the theory of geometric numerical integration resulting in the development of a wide range of structure-preserving algorithms for Hamiltonian systems. However, in general, these methods rely heavily on highly regular solutions. State-of-the-art low-regularity integrators, on the other hand, poorly preserve the geometric structure of the underlying PDE. This work makes a first step towards bridging the gap between low regularity and structure preservation. We introduce a novel symplectic (in the Hamiltonian picture) resonance-based method on the example of the KdV equation that allows for low-regularity approximations to the solution while preserving the underlying geometric structure of the continuous problem on the discrete level.


翻译:近些年来,用于发展所谓的共振非线性局部偏差方程式的所谓共振法的研究数量不断增加。在许多情况下,这种新型方法允许在比传统分裂或指数化集成法更宽泛得多的环境下(例如粗略数据)近似(例如粗略数据),而不是传统分裂或指数化集成法。然而,它们缺乏一个重要属性:维护几何结构。对于Korteweg-de Vries(KdV)方程式来说,这一方程式特别剧烈,这是完全无法接受的分散式方程式广泛领域的一个基本模型,具有无限的节能数量,这是我们希望在离散的层面上(至少在某种程度上)在更宽泛的环境下捕捉到的近似近似。这个方向上的一个革命性步骤是由几何数字集成理论所决定的,该理论为汉密尔密尔顿系统开发了广泛的结构保存算法。然而,一般来说,这些方法在很大程度上依赖于非常固定的解决方案。 国家低定流方方方方程式,它拥有无限的节制数量,我们希望在另一层次的平面的平面结构中,而我们没有固定地平整的平的平的平面法结构,而使不断的平的平基的平整的平面法结构的平面法结构成为我们平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平的平。

0
下载
关闭预览

相关内容

【硬核书】矩阵代数基础,248页pdf
专知会员服务
83+阅读 · 2021年12月9日
专知会员服务
50+阅读 · 2020年12月14日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10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
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3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
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
国家自然科学基金
1+阅读 · 2017年12月31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
0+阅读 · 2013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
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 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
QuASK -- Quantum Advantage Seeker with Kernels
Arxiv
0+阅读 · 2022年6月30日
Arxiv
0+阅读 · 2022年6月30日
Arxiv
0+阅读 · 2022年6月28日
Arxiv
54+阅读 · 2022年1月1日
VIP会员
相关资讯
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3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
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
相关基金
国家自然科学基金
1+阅读 · 2017年12月31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
0+阅读 · 2013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
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 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员