We are interested in the numerical solution of coupled nonlinear partial differential equations (PDEs) in two and three dimensions. Under certain assumptions on the domain, we take advantage of the Kronecker structure arising in standard space discretizations of the differential operators and illustrate how the resulting system of ordinary differential equations (ODEs) can be treated directly in matrix or tensor form. Moreover, in the framework of the proper orthogonal decomposition (POD) and the discrete empirical interpolation method (DEIM) we derive a two- and three-sided model order reduction strategy that is applied directly to the ODE system in matrix and tensor form respectively. We discuss how to integrate the reduced order model and, in particular, how to solve the tensor-valued linear system arising at each timestep of a semi-implicit time discretization scheme. We illustrate the efficiency of the proposed method through a comparison to existing techniques on classical benchmark problems such as the two- and three-dimensional Burgers equation.


翻译:我们感兴趣的是两个和三个层面的混合非线性部分方程式(PDEs)的数字解决办法。在对域的某些假设下,我们利用因不同操作者标准空间离散而产生的Kronecker结构,说明由此形成的普通差异方程式(ODEs)系统如何直接以矩阵或高分解形式处理。此外,在正正正正正正正正正正正正正正正正正正正方形分解(POD)和独立经验性内插法(DEIM)的框架内,我们得出了一种双面和三面式的示范命令削减战略,分别以矩阵和发分式形式直接适用于ODE系统。我们讨论了如何整合降序模型,特别是如何解决半隐性分解计划每个时段产生的高价线系统。我们通过对二维和三维布尔吉斯方程式等等典型基准问题的现有技术进行比较,来说明拟议方法的效率。

0
下载
关闭预览

相关内容

【硬核书】矩阵代数:统计学的理论、计算和应用,664页pdf
【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
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
解密雷神山医院移动配送机器人:DymSLAM 技术
中国图象图形学报
7+阅读 · 2020年4月15日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
误差反向传播——RNN
统计学习与视觉计算组
18+阅读 · 2018年9月6日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年4月28日
Arxiv
6+阅读 · 2018年10月3日
VIP会员
相关资讯
解密雷神山医院移动配送机器人:DymSLAM 技术
中国图象图形学报
7+阅读 · 2020年4月15日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
误差反向传播——RNN
统计学习与视觉计算组
18+阅读 · 2018年9月6日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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