We propose a two-scale finite element method designed for heterogeneous microstructures. Our approach exploits domain diffeomorphisms between the microscopic structures to gain computational efficiency. By using a conveniently constructed pullback operator, we are able to model the different microscopic domains as macroscopically dependent deformations of a reference domain. This allows for a relatively simple finite element framework to approximate the underlying PDE system with a parallel computational structure. We apply this technique to a model problem where we focus on transport in plant tissues. We illustrate the accuracy of the implementation with convergence benchmarks and show satisfactory parallelization speed-ups. We further highlight the effect of the heterogeneous microscopic structure on the output of the two-scale systems. Our implementation (publicly available on GitHub) builds on the deal.II FEM library. Application of this technique allows for an increased capacity of microscopic detail in multiscale modeling, while keeping running costs manageable.


翻译:我们为多种微型结构提出了一种两维的有限元素方法。 我们的方法利用了微型结构之间的局部二异形来获得计算效率。 我们通过使用一个方便的拉回操作器,能够将不同的微观领域建模成一个参考域的宏观依赖性变形。 这样可以建立一个相对简单的有限元素框架, 以平行的计算结构来将潜在的PDE系统与一个平行的计算结构相匹配。 我们将这一技术应用于一个我们侧重于植物组织运输的模型问题。 我们用聚合基准来说明执行的准确性,并显示令人满意的平行加速。 我们进一步强调多种微观结构对两个尺度系统输出的影响。 我们的实施( 可在GitHub上公开使用) 以交易为基础。 II FEM 图书馆。 应用这一技术可以提高多尺度模型中微型细节的能力,同时保持成本的可控性。

0
下载
关闭预览

相关内容

PARCO:Parallel Computing。 Explanation:并行计算。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/conf/parco/
专知会员服务
52+阅读 · 2020年11月3日
最新《高级算法》Advanced Algorithms,176页pdf
专知会员服务
90+阅读 · 2020年10月22日
专知会员服务
52+阅读 · 2020年9月7日
MATLAB玩转深度学习?新书「MATLAB Deep Learning」162页pdf
专知会员服务
99+阅读 · 2020年1月13日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
计算机类 | PLDI 2020等国际会议信息6条
Call4Papers
3+阅读 · 2019年7月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年5月24日
VIP会员
相关资讯
计算机类 | PLDI 2020等国际会议信息6条
Call4Papers
3+阅读 · 2019年7月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28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
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21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