This paper presents a methodology to construct a divergence-free polynomial basis of an arbitrary degree in a simplex (triangles in 2D and tetrahedra in 3D) of arbitrary dimension. It allows for fast computation of all numerical solutions from degree zero to a specified degree \textit{k} for certain PDEs. The generated divergence-free basis is orthonormal, hierarchical, and robust in finite-precision arithmetic. At the core is an Arnoldi-based procedure. It constructs an orthonormal and hierarchical basis for multi-dimensional polynomials of degree less than or equal to \textit{k}. The divergence-free basis is generated by combining these polynomial basis functions. An efficient implementation of the hybridized BDM mixed method is developed using these basis functions. Hierarchy allows for incremental construction of the global matrix and the global vector for all degrees (zero to \textit{k}) using the local problem solution computed just for degree \textit{k}. Orthonormality and divergence-free properties simplify the local problem. PDEs considered are Helmholtz, Laplace, and Poisson problems in smooth domains and in a corner domain. These advantages extend to other PDEs such as incompressible Stokes, incompressible Navier-Stokes, and Maxwell equations.


翻译:本文展示了一种方法, 用来在任意尺寸的简单x( 2D 和 3D 中的四面形三角形三角形的三角形) 中构建一个任意度的无差异多元度基础。 它可以快速计算从零度到特定程度的所有数字解决方案。 对于某些 PDE 来说, 生成的无差异基础是正态、 等级和强度的有限精度计算。 核心是一个基于 Arnoldi 的程序 。 它为多维多元度的多元度( 度小于或等于\ textit{k} ) 构建一个正态和等级基础基础基础。 将这些多元基基值功能合并产生无差异基础基础。 使用这些基值函数来开发混合的 BDM 混合法的高效实施。 固态允许在各种度( 零到 textitilitititle{k} 中, 使用仅根据度计算的本地问题解决方案来构建全球矩阵和全球矢量( textitititivk{k} 。 。 常规和无差异的特性和无差异属性属性性属性将本地问题简化本地的 Pal- deal- 的域域域域域、 的Slooms 、 、 、 、 和 Clooms 的 和 Crosds 、 、 、 、 、 和 Cors 和 Corstlobs 的 的 的 的 、 、 、 、 、 、 、 、 和 Coral- slods- slodal- 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 和 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 和 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 和 、 和 和 和 、 、 、 、 和 和 等、 等、

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
72+阅读 · 2022年6月28日
Meta最新WWW2022《联邦计算导论》教程,附77页ppt
专知会员服务
59+阅读 · 2022年5月5日
【2022新书】强化学习工业应用,408页pdf
专知会员服务
226+阅读 · 2022年2月3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
【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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
会议交流 | IJCKG: International Joint Conference on Knowledge Graphs
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
【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
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年8月5日
Arxiv
0+阅读 · 2022年8月5日
Arxiv
0+阅读 · 2022年8月4日
Arxiv
0+阅读 · 2022年8月3日
Arxiv
13+阅读 · 2019年11月14日
VIP会员
相关VIP内容
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
72+阅读 · 2022年6月28日
Meta最新WWW2022《联邦计算导论》教程,附77页ppt
专知会员服务
59+阅读 · 2022年5月5日
【2022新书】强化学习工业应用,408页pdf
专知会员服务
226+阅读 · 2022年2月3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
【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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
会议交流 | IJCKG: International Joint Conference on Knowledge Graphs
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3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
【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
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员