The surge of activity in the resolution of fine scale features in the field of earth sciences over the past decade necessitates the development of robust yet simple algorithms that can tackle the various drawbacks of in silico models developed hitherto. One such drawback is that of the restrictive computational cost of finite element method in rendering resolutions to the fine scale features, while at the same time keeping the domain being modeled sufficiently large. We propose the use of the augmented lagrangian method commonly used in the treatment of hanging nodes in contact mechanics in tackling the drawback. An interface is introduced in a typical finite element mesh across which an aggressive coarsening of the finite elements is possible. The method is based upon minimizing an augmented potential energy which factors in the constraint that exists at the hanging nodes on that interface. This allows for a significant reduction in the number of finite elements comprising the mesh with concomitant reduction in the computational expense.


翻译:过去十年来,在解决地球科学领域微小规模特征方面,活动激增,这要求发展强大而简单的算法,解决迄今开发的硅模型中的各种缺点,其中一个缺点是使分辨率达到微小规模特征的有限元素方法的限制性计算成本,同时保持对域的建模足够大。我们提议在解决缺陷时,使用通常用于处理接触机械机中悬吊节点的扩大拉拉格法。在典型的有限元素网格中引入界面,有可能对有限元素进行激烈的粗略分析。这种方法的基础是最大限度地减少潜在能量的增大,这是该界面上挂节点所存在的制约因素之一。这可以大大减少由计算费用相应减少的网格构成的有限元素的数量。

0
下载
关闭预览

相关内容

最新《Transformers模型》教程,64页ppt
专知会员服务
306+阅读 · 2020年11月26日
还在修改博士论文?这份《博士论文写作技巧》为你指南
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
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
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Arxiv
0+阅读 · 2021年9月23日
Bayesian Attention Belief Networks
Arxiv
9+阅读 · 2021年6月9日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
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
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Top
微信扫码咨询专知VIP会员