論文の概要: Generic tool for numerical simulation of transformation-diffusion
processes in complex volume geometric shapes: application to microbial
decomposition of organic matter
- arxiv url: http://arxiv.org/abs/2110.03130v1
- Date: Thu, 7 Oct 2021 01:01:48 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-09 07:26:15.874669
- Title: Generic tool for numerical simulation of transformation-diffusion
processes in complex volume geometric shapes: application to microbial
decomposition of organic matter
- Title（参考訳）: 複素体積幾何形状における変形拡散過程の数値シミュレーションのための汎用ツール:有機物の微生物分解への応用
- Authors: Olivier Monga, Fr\'ed\'eric Hecht, Serge Moto, Bruno Mbe, Patricia
Garnier, Val\'erie Pot
- Abstract要約: 本稿では,複素体積幾何学形状における変換拡散過程の数値シミュレーションのための一般的な枠組みを提案する。
我々はMOSAIC法を大幅に一般化し、改良し、より汎用的で効率的な数値シミュレーション手法を得た。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a generic framework for the numerical simulation of
transformation-diffusion processes in complex volume geometric shapes. This
work follows a previous one devoted to the simulation of microbial degradation
of organic matter in porous system at microscopic scale. We generalized and
improved the MOSAIC method significantly and thus yielding a much more generic
and efficient numerical simulation scheme. In particular, regarding the
simulation of diffusion processes from the graph, in this study we proposed a
completely explicit and semi-implicit numerical scheme that can significantly
reduce the computational complexity. We validated our method by comparing the
results to the one provided by classical Lattice Boltzmann Method (LBM) within
the context of microbial decomposition simulation. For the same datasets, we
obtained similar results in a significantly shorter computing time (i.e., 10-15
minutes) than the prior work (several hours). Besides the classical LBM method
takes around 3 weeks computing time.
- Abstract（参考訳）: 本稿では,複素体積幾何形状における変換拡散過程の数値シミュレーションのための汎用的枠組みを提案する。
この研究は、微視的スケールで多孔質系における有機物の微生物分解のシミュレーションに関する以前の研究に続くものである。
モザイク法を大幅に一般化・改良し,より汎用的かつ効率的な数値シミュレーションを実現した。
特に, グラフからの拡散過程のシミュレーションに関して, 計算複雑性を著しく低減できる, 完全に明示的で半単純化された数値スキームを提案した。
微生物分解シミュレーションの文脈において,従来の格子ボルツマン法 (LBM) と比較し,本手法の有効性を検証した。
同じデータセットの場合、計算時間(つまり10～15分)が以前の作業(数時間)よりも大幅に短いという同様の結果が得られました。
古典的なLBM法以外には、約3週間の計算時間を要する。
関連論文リスト
- A Voxel-based Approach for Simulating Microbial Decomposition in Soil: Comparison with LBM and Improvement of Morphological Models [0.0]
本研究では,有機物の微生物分解をシミュレーションするための新しい計算手法を提案する。
この方法は、変換および拡散過程をシミュレートするために、連結ボクセルの値付きグラフを用いる。
得られたモデルは、多孔質媒体の拡散変換過程をシミュレートするために適応することができる。
論文 参考訳（メタデータ） (2024-06-06T15:35:25Z) - Mitigating distribution shift in machine learning-augmented hybrid
simulation [15.37429773698171]
本稿では,機械学習によるハイブリッドシミュレーションにおいて一般的に発生する分布シフトの問題について検討する。
本稿では,分布シフトを制御するために,接空間正規化推定器に基づく簡単な手法を提案する。
いずれの場合も,提案手法によるシミュレーション精度の向上が顕著である。
論文 参考訳（メタデータ） (2024-01-17T15:05:39Z) - Application of machine learning technique for a fast forecast of
aggregation kinetics in space-inhomogeneous systems [0.0]
機械学習(ML)技術を用いて直接計算の量を削減する方法について述べる。
本研究では,集合体の空間分布とその大きさ分布に対するML予測が計算時間を大幅に短縮し,直接数値シミュレーションの結果とよく一致することを示す。
論文 参考訳（メタデータ） (2023-12-07T19:50:40Z) - A Novel Perspective Process Simulation Framework Based on Automatic
Differentiation [0.0]
我々は、熱力学計算に最先端の自動微分フレームワークを使用し、アルゴリズムの論理を変化させることなく正確な微分を得る。
これは従来の数値微分アルゴリズムとは対照的であり、プロセスシミュレーションの収束と計算効率を大幅に改善する。
論文 参考訳（メタデータ） (2023-11-18T17:37:33Z) - An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。
このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。
本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-09-30T15:57:14Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - A deep learning driven pseudospectral PCE based FFT homogenization
algorithm for complex microstructures [68.8204255655161]
提案手法は,従来の手法よりも高速に評価できる一方で,興味の中心モーメントを予測できることを示す。
提案手法は,従来の手法よりも高速に評価できると同時に,興味の中心モーメントを予測できることを示す。
論文 参考訳（メタデータ） (2021-10-26T07:02:14Z) - Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。
これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。
力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
論文 参考訳（メタデータ） (2021-09-07T20:01:22Z) - Entropy Minimizing Matrix Factorization [102.26446204624885]
NMF(Nonnegative Matrix Factorization)は、広く使用されているデータ分析技術であり、多くの実際のタスクで印象的な結果をもたらしました。
本研究では,上述の問題に対処するために,EMMF (Entropy Minimizing Matrix Factorization framework) を開発した。
通常、外れ値が通常のサンプルよりもはるかに小さいことを考えると、行列分解のために新しいエントロピー損失関数が確立される。
論文 参考訳（メタデータ） (2021-03-24T21:08:43Z) - A Comparative Study of Machine Learning Models for Predicting the State
of Reactive Mixing [0.0]
反応混合の正確な予測は多くの地球および環境科学問題にとって重要である。
高速で可逆な二分子反応拡散のシナリオを解決するために,高忠実な有限要素法に基づく数値モデルを構築した。
モデル入力パラメータの異なるセットを用いて2,315のシミュレーションを行う。
論文 参考訳（メタデータ） (2020-02-24T22:50:19Z) - Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。
典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。
また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
論文 参考訳（メタデータ） (2019-12-31T19:00:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。