In this paper, we propose a fast second-order approximation to the variable-order (VO) Caputo fractional derivative, which is developed based on $L2$-$1_\sigma$ formula and the exponential-sum-approximation technique. The fast evaluation method can achieve the second-order accuracy and further reduce the computational cost and the acting memory for the VO Caputo fractional derivative. This fast algorithm is applied to construct a relevant fast temporal second-order and spatial fourth-order scheme ($FL2$-$1_{\sigma}$ scheme) for the multi-dimensional VO time-fractional sub-diffusion equations. Theoretically, $FL2$-$1_{\sigma}$ scheme is proved to fulfill the similar properties of the coefficients as those of the well-studied $L2$-$1_\sigma$ scheme. Therefore, $FL2$-$1_{\sigma}$ scheme is strictly proved to be unconditionally stable and convergent. A sharp decrease in the computational cost and the acting memory is shown in the numerical examples to demonstrate the efficiency of the proposed method.


翻译:在本文中,我们提议对可变顺序(VO)Caputo分数衍生物快速进行二阶近似,该办法是根据2美元-1美元/西格玛元公式和指数和准比技术开发的,快速评估方法可以达到第二阶准确度,并进一步降低Vo Caputo分数衍生物的计算成本和动作记忆;这一快速算法用于为多维Vo分时间分数子扩散方程式构建一个相关的快速时间第二阶和空间第四阶(FLF2美元-1美元/西格玛元)方案。理论上,2美元-1美元/西格玛元方案已证明能够实现与经过仔细研究的2美元-1美元/西格玛元方案的系数的类似特性。因此,严格地证明,$LF2美元-1美元/西格玛元方案是无条件稳定和一致的。计算成本的急剧下降和动作记忆在数字示例中展示了拟议方法的效率。

0
下载
关闭预览

相关内容

FAST:Conference on File and Storage Technologies。 Explanation:文件和存储技术会议。 Publisher:USENIX。 SIT:http://dblp.uni-trier.de/db/conf/fast/
【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
【ACL2020】基于图神经网络的文本分类新方法
专知会员服务
68+阅读 · 2020年7月12日
专知会员服务
60+阅读 · 2020年3月19日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年3月29日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
人工智能 | UAI 2019等国际会议信息4条
Call4Papers
6+阅读 · 2019年1月14日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员