In this letter, we revisit the IEQ method and provide a new perspective on its ability to preserve the original energy dissipation laws. The invariant energy quadratization (IEQ) method has been widely used to design energy stable numerical schemes for phase-field or gradient flow models. Although there are many merits of the IEQ method, one major disadvantage is that the IEQ method usually respects a modified energy law, where the modified energy is expressed in the auxiliary variables. Still, the dissipation laws in terms of the original energy are not guaranteed. Using the widely-used Cahn-Hilliard equation as an example, we demonstrate that the Runge-Kutta IEQ method indeed can preserve the original energy dissipation laws for certain situations up to arbitrary high-order accuracy. Interested readers are highly encouraged to apply our idea to other phase-field equations or gradient flow models.


翻译:在这封信中,我们重新审视了IEQ方法,并对它保存原始能源消耗法的能力提供了新的视角。无差异能源二次化(IEQ)方法被广泛用于设计分阶段或梯度流模型的能源稳定数字方案。虽然IEQ方法有许多优点,但一个主要缺点是IEQ方法通常尊重经修改的能源法,其中经修改的能源法以辅助变量的形式表示。然而,原始能源的消散法没有得到保障。我们以广泛使用的Cahn-Hilliard方程式为例,证明Runge-Kutta IEQ方法确实可以保护最初能源消散法,适用于某些情况,直至任意的高序精度。非常鼓励感兴趣的读者将我们的想法应用到其他阶段方程式或梯度流模型中。

0
下载
关闭预览

相关内容

联邦学习研究综述
专知会员服务
148+阅读 · 2021年12月25日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
已删除
将门创投
5+阅读 · 2018年11月27日
【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
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年1月28日
Arxiv
0+阅读 · 2022年1月26日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关VIP内容
联邦学习研究综述
专知会员服务
148+阅读 · 2021年12月25日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
已删除
将门创投
5+阅读 · 2018年11月27日
【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
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