会员服务
数值分析 ·
2021 年 6 月 23 日
Stabilized finite elements for Tresca friction problem
翻译：特雷斯卡摩擦问题的稳定有限因素
Tom Gustafsson,Juha Videman
Tom Gustafsson,Juha Videman

We formulate and analyze a Nitsche-type algorithm for frictional contact problems. The method is derived from, and analyzed as, a stabilized finite element method and shown to be quasi-optimal, as well as suitable as an adaptive scheme through an a posteriori error analysis. The a posteriori error indicators are validated in a numerical experiment.


翻译：我们为摩擦接触问题制定并分析一种尼采型算法。 这种方法取自一个稳定的有限元素方法,并被分析为一种稳定的有限元素方法,并被证明是准最佳的,并且通过事后错误分析而作为一种适应性方案是合适的。 事后错误指标在数值实验中被验证。
0
下载
关闭预览

相关内容

INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14日
【哈佛-ICLR2020】基于残差能量模型的文本生成，Residual Energy-Based Models for Text Generation
【哈佛-ICLR2020】基于残差能量模型的文本生成，Residual Energy-Based Models for Text Generation
专知会员服务
10+阅读 · 2020年4月27日
【硬核书】金融数学C++编程 ，411页pdf，C++ for Financial Mathematics
【硬核书】金融数学C++编程 ，411页pdf，C++ for Financial Mathematics
专知会员服务
72+阅读 · 2020年4月6日
50+篇《神经架构搜索NAS》2020论文合集
专知会员服务
60+阅读 · 2020年3月19日
【ICCV 2019 Workshop】Complete Dictionary Learning via L4-Norm Maximization over the Orthogonal Grou， 加州大学伯克利分校 马毅
【ICCV 2019 Workshop】Complete Dictionary Learning via L4-Norm Maximization over the Orthogonal Grou， 加州大学伯克利分校 马毅
专知会员服务
15+阅读 · 2019年10月31日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
最新BERT相关论文清单，BERT-related Papers
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
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【OpenAI】深度强化学习关键论文列表
【OpenAI】深度强化学习关键论文列表
专知
11+阅读 · 2018年11月10日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】决策树/随机森林深入解析
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Bayesian Context Trees: Modelling and exact inference for discrete time series
Bayesian Context Trees: Modelling and exact inference for discrete time series
Arxiv
0+阅读 · 2021年8月25日
On the generalized Calderón formulas for closed- and open-surface elastic scattering problems
Arxiv
0+阅读 · 2021年8月25日
Combining Set Propagation with Finite Element Methods for Time Integration in Transient Solid Mechanics Problems
Arxiv
0+阅读 · 2021年8月25日
Computational multiphase periporomechanics for unguided cracking in unsaturated porous media
Arxiv
0+阅读 · 2021年8月23日
Streaming Algorithms for Geometric Steiner Forest
Arxiv
0+阅读 · 2021年8月23日
Numerical shape optimization of the Canham-Helfrich-Evans bending energy
Arxiv
0+阅读 · 2021年8月23日
Exploring Relational Context for Multi-Task Dense Prediction
Arxiv
0+阅读 · 2021年8月23日
Lowest-order virtual element methods for linear elasticity problems
Arxiv
0+阅读 · 2021年8月23日
A structure-preserving parametric finite element method for surface diffusion
Arxiv
0+阅读 · 2021年8月20日
Active Learning from Positive and Unlabeled Data
Arxiv
3+阅读 · 2016年2月24日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
数值分析
相关VIP内容
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
INRIA 最新《机器学习理论》课程笔记，176页pdf
专知会员服务
50+阅读 · 2020年12月14日
【哈佛-ICLR2020】基于残差能量模型的文本生成，Residual Energy-Based Models for Text Generation
【哈佛-ICLR2020】基于残差能量模型的文本生成，Residual Energy-Based Models for Text Generation
专知会员服务
10+阅读 · 2020年4月27日
【硬核书】金融数学C++编程 ，411页pdf，C++ for Financial Mathematics
【硬核书】金融数学C++编程 ，411页pdf，C++ for Financial Mathematics
专知会员服务
72+阅读 · 2020年4月6日
50+篇《神经架构搜索NAS》2020论文合集
专知会员服务
60+阅读 · 2020年3月19日
【ICCV 2019 Workshop】Complete Dictionary Learning via L4-Norm Maximization over the Orthogonal Grou， 加州大学伯克利分校 马毅
【ICCV 2019 Workshop】Complete Dictionary Learning via L4-Norm Maximization over the Orthogonal Grou， 加州大学伯克利分校 马毅
专知会员服务
15+阅读 · 2019年10月31日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
最新BERT相关论文清单，BERT-related Papers
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
热门VIP内容
相关资讯
局部学习的特征选择：Local-Learning-Based Feature Selection
局部学习的特征选择：Local-Learning-Based Feature Selection
我爱读PAMI
14+阅读 · 2019年9月20日
LibRec 精选：AutoML for Contextual Bandits
LibRec 精选：AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
无监督元学习表示学习
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【OpenAI】深度强化学习关键论文列表
【OpenAI】深度强化学习关键论文列表
专知
11+阅读 · 2018年11月10日
【推荐】用Python/OpenCV实现增强现实
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】决策树/随机森林深入解析
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关论文
Bayesian Context Trees: Modelling and exact inference for discrete time series
Bayesian Context Trees: Modelling and exact inference for discrete time series
Arxiv
0+阅读 · 2021年8月25日
On the generalized Calderón formulas for closed- and open-surface elastic scattering problems
Arxiv
0+阅读 · 2021年8月25日
Combining Set Propagation with Finite Element Methods for Time Integration in Transient Solid Mechanics Problems
Arxiv
0+阅读 · 2021年8月25日
Computational multiphase periporomechanics for unguided cracking in unsaturated porous media
Arxiv
0+阅读 · 2021年8月23日
Streaming Algorithms for Geometric Steiner Forest
Arxiv
0+阅读 · 2021年8月23日
Numerical shape optimization of the Canham-Helfrich-Evans bending energy
Arxiv
0+阅读 · 2021年8月23日
Exploring Relational Context for Multi-Task Dense Prediction
Arxiv
0+阅读 · 2021年8月23日
Lowest-order virtual element methods for linear elasticity problems
Arxiv
0+阅读 · 2021年8月23日
A structure-preserving parametric finite element method for surface diffusion
Arxiv
0+阅读 · 2021年8月20日
Active Learning from Positive and Unlabeled Data
Arxiv
3+阅读 · 2016年2月24日
Top
微信扫码咨询专知VIP会员
Top