Recently, Kim & Wilkening (Convergence of a mass-lumped finite element method for the Landau-Lifshitz equation, Quart. Appl. Math., 76, 383-405, 2018) proposed two novel predictor-corrector methods for the Landau-Lifshitz-Gilbert equation (LLG) in micromagnetics, which models the dynamics of the magnetization in ferromagnetic materials. Both integrators are based on the so-called Landau-Lifshitz form of LLG, use mass-lumped variational formulations discretized by first-order finite elements, and only require the solution of linear systems, despite the nonlinearity of LLG. The first(-order in time) method combines a linear update with an explicit projection of an intermediate approximation onto the unit sphere in order to fulfill the LLG-inherent unit-length constraint at the discrete level. In the second(-order in time) integrator, the projection step is replaced by a linear constraint-preserving variational formulation. In this paper, we extend the analysis of the integrators by proving unconditional well-posedness and by establishing a close connection of the methods with other approaches available in the literature. Moreover, the new analysis also provides a well-posed integrator for the Schr\"odinger map equation (which is the limit case of LLG for vanishing damping). Finally, we design an implicit-explicit strategy for the treatment of the lower-order field contributions, which significantly reduces the computational cost of the schemes, while preserving their theoretical properties.


翻译:最近,Kim & Wilkening (Landau-Lifshitz 等式的大规模拉动有限元素法的说服力,Quart. Appl. Math., 76, 383-405, 2018) 提议了两种新型的微磁学Landau-Lifshitz-Gilbert 等式预测器(LLLG) 的预测器校正器方法,该等式模拟了铁磁材料磁化的动态。 这两种整合器都以所谓的LLADau- Lifshitz 等式LLG为基础, 使用按一级定式分解的大规模拉动变异配方, 尽管LLLG非线性化, 76, 383-405, 2018), 但只要求线性系统的解决办法。 第一个(时间顺序) 方法将线性更新Landau- Lifshit- Lifshit 等式的预测器(LLLLG- Inher) 等式。 在第二( 级( 级( 级) 等式中, 等式中, 投法中, 投影化步骤被一个线限制的线性变换换换成一个线- 。

0
下载
关闭预览

相关内容

Integration:Integration, the VLSI Journal。 Explanation:集成,VLSI杂志。 Publisher:Elsevier。 SIT:http://dblp.uni-trier.de/db/journals/integration/
专知会员服务
42+阅读 · 2020年12月18日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【新书】贝叶斯网络进展与新应用,附全书下载
专知会员服务
120+阅读 · 2019年12月9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
神器Cobalt Strike3.13破解版
黑白之道
12+阅读 · 2019年3月1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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
已删除
将门创投
4+阅读 · 2018年5月31日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年2月1日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
神器Cobalt Strike3.13破解版
黑白之道
12+阅读 · 2019年3月1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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
已删除
将门创投
4+阅读 · 2018年5月31日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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