We apply the recent approach of C. Kreuzer and A. Veeser to derive a robust a posteriori error estimator for the reaction-diffusion equation. The estimator together with the corresponding oscillation yields global upper and local lower bounds for the error in the energy norm, and the involved constants do not depend on the ratio of reaction to diffusion. In particular the new oscillation is also bounded by the error in a robust way.


翻译:我们运用了C. Kreuzer和A. Veeser最近的方法来为反扩散方程式得出一个强大的事后误差估计器。估计器与相应的振荡法一起产生能源规范错误的全球上下限和地方下限,而所涉及的常数并不取决于反应与扩散的比率。特别是,新的振荡也以稳健的方式受到错误的束缚。

0
下载
关闭预览

相关内容

专知会员服务
91+阅读 · 2021年6月3日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
机器学习相关资源(框架、库、软件)大列表
专知会员服务
39+阅读 · 2019年10月9日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
Arxiv
0+阅读 · 2021年8月24日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
移动端机器学习资源合集
专知
8+阅读 · 2019年4月21日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
Top
微信扫码咨询专知VIP会员