For a hypersurface in ${\mathbb R}^3$, Willmore flow is defined as the $L^2$--gradient flow of the classical Willmore energy: the integral of the squared mean curvature. This geometric evolution law is of interest in differential geometry, image reconstruction and mathematical biology. In this paper, we propose novel numerical approximations for the Willmore flow of axisymmetric hypersurfaces. For the semidiscrete continuous-in-time variants we prove a stability result. We consider both closed surfaces, and surfaces with a boundary. In the latter case, we carefully derive weak formulations of suitable boundary conditions. Furthermore, we consider many generalizations of the classical Willmore energy, particularly those that play a role in the study of biomembranes. In the generalized models we include spontaneous curvature and area difference elasticity (ADE) effects, Gaussian curvature and line energy contributions. Several numerical experiments demonstrate the efficiency and robustness of our developed numerical methods.


翻译:对于高地表面, 以$mathbb R ⁇ 3美元计算, Willmore 流被定义为古典Willmore 能量的低位流: 平方平均曲度的有机体。 这种几何进化法对不同的几何学、 图像重建和数学生物学感兴趣。 在本文中, 我们建议对 Willmore 轴心高地表流的新数字近似值。 对于半分立连续时变体, 我们证明我们是一个稳定的结果。 我们认为封闭的表面和有边界的表面都是稳定的结果。 在后一种情况下, 我们仔细地得出适当的边界条件的微弱配方。 此外, 我们考虑对古典Willmore 能量的许多概括化, 特别是在生物成形研究中发挥作用的能源。 在通用模型中, 我们包含自发的曲线和地区差异弹性效应, 高斯 曲调和线能量贡献。 一些数字实验显示了我们开发的数字方法的效率和坚固性。

0
下载
关闭预览

相关内容

Surface 是微软公司( Microsoft)旗下一系列使用 Windows 10(早期为 Windows 8.X)操作系统的电脑产品,目前有 Surface、Surface Pro 和 Surface Book 三个系列。 2012 年 6 月 18 日,初代 Surface Pro/RT 由时任微软 CEO 史蒂夫·鲍尔默发布于在洛杉矶举行的记者会,2012 年 10 月 26 日上市销售。
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
94+阅读 · 2019年12月23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
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
20+阅读 · 2020年6月8日
Arxiv
6+阅读 · 2019年12月30日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7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
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2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