This work derives explicit series reversions for the solution of Calder\'on's problem. The governing elliptic partial differential equation is $\nabla\cdot(A\nabla u)=0$ in a bounded Lipschitz domain and with a matrix-valued coefficient. The corresponding forward map sends $A$ to a projected version of a local Neumann-to-Dirichlet operator, allowing for the use of partial boundary data and finitely many measurements. It is first shown that the forward map is analytic, and subsequently reversions of its Taylor series up to specified orders lead to a family of numerical methods for solving the inverse problem with increasing accuracy. The convergence of these methods is shown under conditions that ensure the invertibility of the Fr\'echet derivative of the forward map. The introduced numerical methods are of the same computational complexity as solving the linearised inverse problem. The analogous results are also presented for the smoothened complete electrode model.


翻译:这项工作为解决 Calder\'on 的问题提供了明确的序列反转。 支配的椭圆部分差分方程式是 $\ nabla\ cdot( A\ nbla u) = 0$, 在连接的 Lipschitz 域域和矩阵值系数中 。 相应的远方地图将$A 发送到本地Neumann 至 Dirichlet 操作员的预测版本, 允许使用部分边界数据和有限的多项测量。 首先显示, 前方地图是分析性的, 其泰勒系列的反转后导致以更精确的方式解决反问题的数字方法组合。 这些方法的趋同在确保远方地图的 Fr\'echet 衍生物不可忽略的条件下显示。 引入的数值方法与解决线性反问题的计算复杂性相同。 类似的结果也用于平滑的完整电极模型。

0
下载
关闭预览

相关内容

【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
62+阅读 · 2021年8月20日
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+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
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
已删除
将门创投
6+阅读 · 2019年9月3日
盘一盘 Python 系列 8 - Sklearn
平均机器
5+阅读 · 2019年5月30日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
【荟萃】知识图谱论文与笔记
专知
71+阅读 · 2019年3月25日
Nature 一周论文导读 | 2019 年 2 月 21 日
科研圈
14+阅读 · 2019年3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
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2022年2月4日
Arxiv
0+阅读 · 2022年2月3日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关VIP内容
相关资讯
已删除
将门创投
6+阅读 · 2019年9月3日
盘一盘 Python 系列 8 - Sklearn
平均机器
5+阅读 · 2019年5月30日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
【荟萃】知识图谱论文与笔记
专知
71+阅读 · 2019年3月25日
Nature 一周论文导读 | 2019 年 2 月 21 日
科研圈
14+阅读 · 2019年3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
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员