The main difficulty in solving the discrete source or eigenvalue problems of the operator $ d^*d $ with iterative methods is to deal with its huge kernel, for example, the $ \nabla \times \nabla \times $ and $- \nabla ( \nabla \cdot ) $ operator. In this paper, we construct a kind of auxiliary schemes for their discrete systems based on Hodge Laplacian on de Rahm complex. The spectra of the new schemes are Laplace-like. Then many efficient iterative methods and preconditioning techniques can be applied to them. After getting the solutions of the auxiliary schemes, the desired solutions of the original systems can be recovered or recognized through some simple operations. We sum these up as a new framework to compute the discrete source and eigenvalue problems of the operator $ d^*d $ using iterative method. We also investigate two preconditioners for the auxiliary schemes, ILU-type method and Multigrid method. Finally, we present plenty of numerical experiments to verify the efficiency of the auxiliary schemes.


翻译:解决操作员的离散源或元值问题的主要困难在于用迭代方法处理其巨大的内核,例如, $\nabla\time\ times\ times $和$-nabla (\nabla\cdot) $ 操作员的离散源或元值问题。 在本文件中,我们根据Hodge Laplacecian关于德拉赫姆综合体的离散系统,为操作员的离散系统设计了一种辅助计划。新计划的光谱类似Laplace。 然后,许多高效的迭接方法和先决条件技术可以应用到它们。在获得辅助方案解决方案后,原始系统的预期解决方案可以通过一些简单的操作得到恢复或确认。我们把这些组合为一个新的框架,用迭代法计算离散源和操作员的元值问题。 我们还调查了两个辅助方案的先决条件,即ILU型方法和Mulgrid方法。 最后,我们提出了大量的数字实验,以核实辅助方案的效率。

0
下载
关闭预览

相关内容

Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
128+阅读 · 2020年4月25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
机器学习入门的经验与建议
专知会员服务
92+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
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
最佳实践:深度学习用于自然语言处理(三)
待字闺中
3+阅读 · 2017年8月20日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关VIP内容
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
110+阅读 · 2020年5月15日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
128+阅读 · 2020年4月25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
机器学习入门的经验与建议
专知会员服务
92+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
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
随波逐流:Similarity-Adaptive and Discrete Optimization
我爱读PAMI
5+阅读 · 2018年2月6日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
最佳实践:深度学习用于自然语言处理(三)
待字闺中
3+阅读 · 2017年8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