Core Concepts
MS-GFEMは局所近似空間を使用し、指数収束を実現する。
Abstract
このコンテンツは、多尺度部分微分方程式(PDE)における数値的挑戦に焦点を当てています。特定の問題に対する効率的な解決策であるMS-GFEMの抽象的なフレームワークが提案されています。局所近似理論や低ランク近似手法について包括的な説明が含まれています。
Abstract:
多尺度PDEは標準的な数値技術に計算上の課題をもたらす。
MS-GFEMは問題適応型粗い近似空間を使用し、局所スペクトル問題から構築される最適な局所近似空間を採用している。
低ランク近似理論はGreen's functionsへのO(| log ϵ|d)-term分離可能近似を証明している。
Key Highlights:
局所近似理論に基づくMS-GFEMの局所誤差はO(e−cn1/d)で減少する。
低ランク近似理論はGreen's functionsへのO(| log ϵ|d)-term分離可能近似を提供する。
Structure:
導入:多尺度問題とその背景
抽象MS-GFEM:設計、実装、解析の枠組み
局所近似理論:指数収束と誤差バウンド
低ランク近似:Green's functionsへの分離可能性
Stats
MS-GFEMでは局所誤差率がO(e−cn1/d)であることが示されている。
Green's functionsに対するO(| log ϵ|d)-term分離可能性が証明されている。