Two-level domain decomposition methods are preconditioned Krylov solvers. What separates one and two-level domain decomposition method is the presence of a coarse space in the latter. The abstract Schwarz framework is a formalism that allows to define and study a large variety of two-level methods. The objective of this article is to define, in the abstract Schwarz framework, a family of coarse spaces called the GenEO coarse spaces (for Generalized Eigenvalues in the Overlaps). This is a generalization of existing methods for particular choices of domain decomposition methods. Bounds for the condition numbers of the preconditioned operators are proved that are independent of the parameters in the problem (e.g., any coefficients in an underlying PDE or the number of subdomains). The coarse spaces are computed by finding low or high frequency spaces of some well chosen generalized eigenvalue problems in each subdomain.


翻译:两种水平域分解法是Krylov解析法的先决条件。 区分一种和两种水平域分解法的方法是后者中存在粗糙的空间。 抽象的Schwarz框架是一种形式主义,它允许定义和研究大量的两种层次的方法。 本条的目的是在抽象的Schwarz框架内,定义一个叫做GenEO 共解空间的粗糙空间组( 重叠时通用电子价值组) 。 这是对特定域分解方法选择的现有方法的概括化。 前提条件操作者条件号的界点被证明独立于问题参数( 例如, 基础PDE中的任何系数或子域数) 。 粗略空间的计算方法是在每个子域中找到一些精心选择的通用电子值问题的低或高频空间。

0
下载
关闭预览

相关内容

【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
迁移学习简明教程,11页ppt
专知会员服务
107+阅读 · 2020年8月4日
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
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
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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 · 2021年5月27日
Arxiv
0+阅读 · 2021年5月26日
Arxiv
0+阅读 · 2021年5月25日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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