会员服务
离散化 · 模型评估 · 数值分析 ·
2021 年 6 月 7 日
A new variational formulation with high order impedance boundary condition for the scattering problem in electromagnetism
翻译：电子磁力散射问题具有高压阻阻力边界条件的新变异配方
Soumaya Oueslati,Christian Daveau,Abil Aubakirov
Soumaya Oueslati,Christian Daveau,Abil Aubakirov
from arxiv, 37 pages, 21 figures

In this paper, we propose some variational formulations with the use of high order impedance boundary condition (HOIBC) to solve the scattering problem. We study the existence and uniqueness of the solution. Then, a discretization of these formulations is done. We give validations of the HOIBC obtained with a MoM code that show the improvement in accuracy over the standard impedance boundary condition (SIBC) computations.


翻译：在这份文件中,我们建议采用一些变式配方,使用高压阻扰边界条件(HOIBC)解决散射问题,我们研究了解决办法的存在和独特性,然后对这些配方进行了分解,我们用MOM代码验证了HOIBC获得的HOIBC,该代码显示标准阻扰边界条件(SIBC)计算精确度的提高。
0
下载
关闭预览

相关内容

深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
专知会员服务
132+阅读 · 2021年6月16日
手写实现李航《统计学习方法》书中全部算法
专知会员服务
139+阅读 · 2020年5月19日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
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
【MIT】生成模型提出的分子的可合成性，48页pdf,The Synthesizability of Molecules Proposed by Generative Models
【MIT】生成模型提出的分子的可合成性，48页pdf,The Synthesizability of Molecules Proposed by Generative Models
专知会员服务
27+阅读 · 2020年2月20日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
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
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+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
【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
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
已删除
已删除
将门创投
11+阅读 · 2019年8月13日
revelation of MONet
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
meta learning 17年：MAML SNAIL
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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Facebook PyText 在 Github 上开源了
Facebook PyText 在 Github 上开源了
AINLP
7+阅读 · 2018年12月14日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
gan生成图像at 1024² 的 代码 论文
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
An Upper Bound on the Number of Bent Functions
Arxiv
0+阅读 · 2021年7月30日
Uniform minorization condition and convergence bounds for discretizations of kinetic Langevin dynamics
Arxiv
0+阅读 · 2021年7月30日
Limiter-based entropy stabilization of semi-discrete and fully discrete schemes for nonlinear hyperbolic problems
Arxiv
0+阅读 · 2021年7月29日
Sparse tensor product approximation for a class of generalized method of moments estimators
Sparse tensor product approximation for a class of generalized method of moments estimators
Arxiv
0+阅读 · 2021年7月29日
Deterministic tensor completion with hypergraph expanders
Deterministic tensor completion with hypergraph expanders
Arxiv
0+阅读 · 2021年7月29日
Mean Isoperimetry with Control on Outliers: Exact and Approximation Algorithms
Arxiv
0+阅读 · 2021年7月29日
Minimal Variance Sampling with Provable Guarantees for Fast Training of Graph Neural Networks
Minimal Variance Sampling with Provable Guarantees for Fast Training of Graph Neural Networks
Arxiv
13+阅读 · 2020年6月24日
Hyperspherical Variational Auto-Encoders
Hyperspherical Variational Auto-Encoders
Arxiv
4+阅读 · 2018年9月26日
Large-Scale Stochastic Sampling from the Probability Simplex
Arxiv
3+阅读 · 2018年6月19日
Variance-based regularization with convex objectives
Arxiv
5+阅读 · 2017年12月14日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
离散化
模型评估
数值分析
相关VIP内容
深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
专知会员服务
132+阅读 · 2021年6月16日
手写实现李航《统计学习方法》书中全部算法
专知会员服务
139+阅读 · 2020年5月19日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
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
【MIT】生成模型提出的分子的可合成性，48页pdf,The Synthesizability of Molecules Proposed by Generative Models
【MIT】生成模型提出的分子的可合成性，48页pdf,The Synthesizability of Molecules Proposed by Generative Models
专知会员服务
27+阅读 · 2020年2月20日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
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
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+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
【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
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
热门VIP内容
相关资讯
已删除
已删除
将门创投
11+阅读 · 2019年8月13日
revelation of MONet
revelation of MONet
CreateAMind
5+阅读 · 2019年6月8日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
meta learning 17年：MAML SNAIL
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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Facebook PyText 在 Github 上开源了
Facebook PyText 在 Github 上开源了
AINLP
7+阅读 · 2018年12月14日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
gan生成图像at 1024² 的 代码 论文
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
An Upper Bound on the Number of Bent Functions
Arxiv
0+阅读 · 2021年7月30日
Uniform minorization condition and convergence bounds for discretizations of kinetic Langevin dynamics
Arxiv
0+阅读 · 2021年7月30日
Limiter-based entropy stabilization of semi-discrete and fully discrete schemes for nonlinear hyperbolic problems
Arxiv
0+阅读 · 2021年7月29日
Sparse tensor product approximation for a class of generalized method of moments estimators
Sparse tensor product approximation for a class of generalized method of moments estimators
Arxiv
0+阅读 · 2021年7月29日
Deterministic tensor completion with hypergraph expanders
Deterministic tensor completion with hypergraph expanders
Arxiv
0+阅读 · 2021年7月29日
Mean Isoperimetry with Control on Outliers: Exact and Approximation Algorithms
Arxiv
0+阅读 · 2021年7月29日
Minimal Variance Sampling with Provable Guarantees for Fast Training of Graph Neural Networks
Minimal Variance Sampling with Provable Guarantees for Fast Training of Graph Neural Networks
Arxiv
13+阅读 · 2020年6月24日
Hyperspherical Variational Auto-Encoders
Hyperspherical Variational Auto-Encoders
Arxiv
4+阅读 · 2018年9月26日
Large-Scale Stochastic Sampling from the Probability Simplex
Arxiv
3+阅读 · 2018年6月19日
Variance-based regularization with convex objectives
Arxiv
5+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员
Top