We present an equilibration-based a posteriori error estimator for N\'ed\'elec element discretizations of the magnetostatic problem. The estimator is obtained by adding a gradient correction to the estimator for N\'ed\'elec elements of arbitrary degree presented in [J. Gedicke, S. Geevers, and I. Perugia. An equilibrated a posteriori error estimator for arbitrary-order N\'ed\'elec elements for magnetostatic problems. Journal of Scientific Computing, 83:1-23, 2020]. This new estimator is proven to be reliable, with reliability constant 1, and efficient, with an efficiency constant that is independent of the polynomial degree of the approximation. These properties are demonstrated in a series of numerical experiments on three-dimensional test problems.


翻译:我们为磁体问题中的 N\'ed\'emec 元素的分解提出了一个基于后差差错估计仪。通过在[J. Gedicke, S. Gevers, 和 I. Perugia 中为任意学位的N\'ed\'emec 元素的估算器添加一个梯度校正,该估算器通过在[J. Gedicke, S. Gevers, 和 I. Perugia] 中为N\'ed\'emec 元素的分解来获取。一个基于后差差差错估计仪,用于磁体问题。《科学计算学期刊》,83: 1-23, 2020] 。这个新的估算器被证明是可靠的,可靠性常数1和高效,效率常数与近似的多元度无关。这些属性在三维测试问题的一系列数字实验中得到了证明。

0
下载
关闭预览

相关内容

专知会员服务
14+阅读 · 2021年5月21日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Tensor Flow、Caffe、Torch共同之处:敞开的漏洞!
【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
【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
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关VIP内容
专知会员服务
14+阅读 · 2021年5月21日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
TCN v2 + 3Dconv 运动信息
CreateAMind
4+阅读 · 2019年1月8日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Tensor Flow、Caffe、Torch共同之处:敞开的漏洞!
【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
【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
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6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