We develop an a posteriori error analysis for a novel quantity of interest (QoI) evolutionary partial differential equations (PDEs). Specifically, the QoI is the first time at which a functional of the solution to the PDE achieves a threshold value signifying a particular event, and differs from classical QoIs which are modeled as bounded linear functionals. We use Taylor's theorem and adjoint based analysis to derive computable and accurate error estimates for linear parabolic and hyperbolic PDEs. Specifically, the heat equation and linearized shallow water equations (SWE) are used for the parabolic and hyperbolic cases, respectively. Numerical examples illustrate the accuracy of the error estimates.


翻译:我们为新数量的利息(QoI)的进化部分差异方程式(PDEs)开发了事后误差分析。 具体地说, QoI是PDE解决方案的功能首次达到代表特定事件的临界值,并且不同于典型的、以捆绑线性功能为模型的二次误差分析。 我们使用泰勒的理论和基于联合的分析得出线性抛物线和双曲性PDEs的可计算和准确误差估计值。 具体地说,热方程式和线性浅水方程分别用于parbolic和双曲型案例。 数字示例显示了错误估计的准确性。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6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
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
傅里叶变换就是这么简单,您学会了吗?
算法与数学之美
3+阅读 · 2018年1月25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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
6+阅读 · 2018年10月3日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
傅里叶变换就是这么简单,您学会了吗?
算法与数学之美
3+阅读 · 2018年1月25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
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4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