Over the last ten years, results from [Melenk-Sauter, 2010], [Melenk-Sauter, 2011], [Esterhazy-Melenk, 2012], and [Melenk-Parsania-Sauter, 2013] decomposing high-frequency Helmholtz solutions into "low"- and "high"-frequency components have had a large impact in the numerical analysis of the Helmholtz equation. These results have been proved for the constant-coefficient Helmholtz equation in either the exterior of a Dirichlet obstacle or an interior domain with an impedance boundary condition. Using the Helffer-Sj\"ostrand functional calculus, this paper proves analogous decompositions for scattering problems fitting into the black-box scattering framework of Sj\"ostrand-Zworski, thus covering Helmholtz problems with variable coefficients, impenetrable obstacles, and penetrable obstacles all at once. In particular, these results allow us to prove new frequency-explicit convergence results for (i) the $hp$-finite-element method applied to the variable coefficient Helmholtz equation in the exterior of a Dirichlet obstacle, when the obstacle and coefficients are analytic, and (ii) the $h$-finite-element method applied to the Helmholtz penetrable-obstacle transmission problem.


翻译:在过去十年中,[Melenk-Suter,2010年]、[Melenk-Suter,2011年]、[Esterhazy-Melenk,2012年]和[Merenk-Parsania-Suter,2013年]将高频Helmholtz溶液分解成“低”和“高”频率方程式的结果,对Helmholtz方程式的数值分析产生了重大影响。这些结果证明是:在Drichlet障碍或带有阻力边界传输条件的内域外端,常态的Helmholtz等方程式效率不变。使用Helfer-Sj\'ostrania-Sautern-Sauter和功能性计算器,本文证明了将问题分散到Sj\\'ostrand-Zworski黑盒散射框架中的类似分解位置,从而覆盖了Helmholtz问题和可变系数、可耐性障碍,以及可穿障碍。特别是,这些结果使我们能够将新的频率-roblex-rix-rut-rix-rix-rix-ration-ration-ration-ration-ration-revexlus the dexmexmexmexmexmexmexmexmlational (i) exmex-ex-ex-ex-ex-ex-ex-ex-ex-ex-ex-ex-ex-exmlexmalgalgaldalgal-i (i)

0
下载
关闭预览

相关内容

最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
专知会员服务
50+阅读 · 2020年12月14日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2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
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
14+阅读 · 2020年12月17日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | CCF推荐期刊专刊约稿信息6条
Call4Papers
5+阅读 · 2019年2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
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2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
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20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