Core Concepts
Eine Methode zum Erlernen der Lösungsoperatoren partieller Differentialgleichungen auf variierenden Gebieten mittels MIONet wird vorgestellt und theoretisch begründet.
Abstract
In dieser Arbeit wird eine Methode vorgeschlagen und theoretisch begründet, um die Lösungsoperatoren partieller Differentialgleichungen (PDGLn) auf variierenden Gebieten mittels MIONet zu erlernen.
Zunächst wird die Approximationstheorie von MIONet erweitert, um mit Metrikräumen umgehen zu können. Anschließend wird ein Raum definiert, der aus geeigneten Regionen besteht, und mit einer Metrik versehen, so dass dieser Raum die Approximationsbedingung von MIONet erfüllt.
Darauf aufbauend ist es möglich, den Lösungsoperator einer PDGL mit allen variierenden Parametern, einschließlich der Parameter des Differentialoperators, des rechten Terms, der Randbedingung sowie des Gebiets, zu erlernen.
Als Beispiel werden 2D-Poisson-Gleichungen betrachtet, bei denen die Gebiete und die rechten Seiten variieren. Die Ergebnisse zeigen die Leistungsfähigkeit der Methode für konvexe Polygone, polare Gebiete mit glattem Rand und Vorhersagen für unterschiedliche Diskretisierungsgrade. Zusätzlich wird das Ergebnis für den vollständig parametrisierten Fall im Anhang dargestellt.
Als Methode ohne Gitter kann sie flexibel als allgemeiner Löser für eine Klasse von PDGLn eingesetzt werden.
Stats
Die Fläche Ω ∈ K hat eine positive untere Schranke S0 > 0 und eine obere Schranke S1 > S0.
Der Abstand zwischen dem Schwerpunkt C(Ω) und dem Schwerpunkt C(Pn(Ω)) des approximierenden Polygons Pn(Ω) geht für n → ∞ gegen 0.
Der Betrag der Differenz zwischen der Randkurve bΩ und der Randkurve bPn(Ω) des approximierenden Polygons Pn(Ω) geht für n → ∞ gegen 0.
Quotes
"Eine Methode zum Erlernen der Lösungsoperatoren partieller Differentialgleichungen auf variierenden Gebieten mittels MIONet wird vorgestellt und theoretisch begründet."
"Als Methode ohne Gitter kann sie flexibel als allgemeiner Löser für eine Klasse von PDGLn eingesetzt werden."