論文の概要: Domain Decomposition-based coupling of Operator Inference reduced order models via the Schwarz alternating method
- arxiv url: http://arxiv.org/abs/2409.01433v3
- Date: Sat, 12 Oct 2024 02:04:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-08 03:23:46.717579
- Title: Domain Decomposition-based coupling of Operator Inference reduced order models via the Schwarz alternating method
- Title（参考訳）: ドメイン分解に基づくシュワルツ交替法による演算子推論還元次数モデルの結合
- Authors: Ian Moore, Christopher Wentland, Anthony Gruber, Irina Tezaur,
- Abstract要約: 本稿では,サブドメイン局所縮小順序モデル (ROM) とサブドメイン局所完全順序モデル (FOM) を結合する手法を提案する。
提案手法は,OpInf ROMとFOMの任意の組み合わせを結合でき,モノリシックなFOM上での高速化が可能であることを実証する。
- 参考スコア（独自算出の注目度）: 0.4473915603131591
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents and evaluates an approach for coupling together subdomain-local reduced order models (ROMs) constructed via non-intrusive operator inference (OpInf) with each other and with subdomain-local full order models (FOMs), following a domain decomposition of the spatial geometry on which a given partial differential equation (PDE) is posed. Joining subdomain-local models is accomplished using the overlapping Schwarz alternating method, a minimally-intrusive multiscale coupling technique that works by transforming a monolithic problem into a sequence of subdomain-local problems, which communicate through transmission boundary conditions imposed on the subdomain interfaces. After formulating the overlapping Schwarz alternating method for OpInf ROMs, termed OpInf-Schwarz, we evaluate the method's accuracy and efficiency on several test cases involving the heat equation in two spatial dimensions. We demonstrate that the method is capable of coupling together arbitrary combinations of OpInf ROMs and FOMs, and that speed-ups over a monolithic FOM are possible when performing OpInf ROM coupling.
- Abstract（参考訳）: 本稿では, 与えられた偏微分方程式(PDE)が表される空間幾何学の領域分解に続いて, 非侵入的作用素推論(OpInf)とサブドメイン局所フルオーダーモデル(FOM)を併用して構築したサブドメイン局所縮小順序モデル(ROM)を結合する手法を提案し, 評価する。
サブドメイン局所モデルの結合は、重複するシュワルツ交互化法(Shwarz alternating method)を用いて達成される。これは、モノリシック問題をサブドメイン局所問題列に変換し、サブドメイン界面に課される伝達境界条件を介して通信する、最小限のマルチスケール結合技術である。
OpInf-Schwarzと呼ばれるOpInf ROMの重なり合うシュワルツ交互法を定式化した後、2つの空間次元における熱方程式を含むいくつかのテストケースにおける手法の精度と効率を評価する。
提案手法は,OpInf ROMとFOMの任意の組み合わせを結合でき,モノリシックなFOM上での高速化が可能であることを実証する。
関連論文リスト
- The role of interface boundary conditions and sampling strategies for Schwarz-based coupling of projection-based reduced order models [0.0]
本稿では、シュワルツ交互化法を用いて、サブドメイン局所射影に基づくリダクションオーダーモデル(PROM)の結合のためのフレームワークを提案する。
サブドメイン境界上でのDirichlet-Dirichlet (Robin-Robin や交互化Dirichlet-Neumann) 伝送BCを用いた安定かつ正確な結合モデルが得られることを示す。
以上の結果から,提案手法はPROMの精度を向上させる可能性が示唆された。
論文 参考訳（メタデータ） (2024-10-07T00:44:22Z) - Non-overlapping, Schwarz-type Domain Decomposition Method for Physics and Equality Constrained Artificial Neural Networks [0.24578723416255746]
一般化されたインタフェース条件を持つ非重複型シュワルツ型領域分解法を提案する。
提案手法は,各サブドメイン内の物理と等価性制約付き人工ニューラルネットワーク(PECANN)を用いている。
ドメイン分解法では、ポアソン方程式とヘルムホルツ方程式の両方の解を学ぶことができる。
論文 参考訳（メタデータ） (2024-09-20T16:48:55Z) - Total Uncertainty Quantification in Inverse PDE Solutions Obtained with Reduced-Order Deep Learning Surrogate Models [50.90868087591973]
機械学習サロゲートモデルを用いて得られた逆PDE解の総不確かさを近似したベイズ近似法を提案する。
非線型拡散方程式に対する反復的アンサンブルスムーズおよび深層アンサンブル法との比較により,提案手法を検証した。
論文 参考訳（メタデータ） (2024-08-20T19:06:02Z) - Adversarial Schrödinger Bridge Matching [66.39774923893103]
反復マルコフフィッティング(IMF)手順は、マルコフ過程の相互射影と相互射影を交互に交互に行う。
本稿では、プロセスの学習を離散時間でほんの少しの遷移確率の学習に置き換える新しい離散時間IMF(D-IMF)手順を提案する。
D-IMFの手続きは、数百ではなく数世代のステップで、IMFと同じ品質の未完成のドメイン翻訳を提供できることを示す。
論文 参考訳（メタデータ） (2024-05-23T11:29:33Z) - A Generalized Schwarz-type Non-overlapping Domain Decomposition Method
using Physics-constrained Neural Networks [0.9137554315375919]
ニューラルネットワークに基づくメッシュレスシュワルツ型非重複領域分解を提案する。
この方法は、ラプラス方程式とヘルムホルツ方程式の両方に適用できる。
論文 参考訳（メタデータ） (2023-07-23T21:18:04Z) - Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse
Problems [64.29491112653905]
本稿では, 拡散サンプリング法とクリロフ部分空間法を相乗的に組み合わせた, 新規で効率的な拡散サンプリング手法を提案する。
具体的には、ツイーディの公式による分母化標本における接空間がクリロフ部分空間を成すならば、その分母化データによるCGは、接空間におけるデータの整合性更新を確実に維持する。
提案手法は,従来の最先端手法よりも80倍以上高速な推論時間を実現する。
論文 参考訳（メタデータ） (2023-03-10T07:42:49Z) - A domain-decomposed VAE method for Bayesian inverse problems [0.0]
本稿では,これらの課題を同時に解決するために,ドメイン分割型変分自動エンコーダのマルコフ連鎖モンテカルロ(DD-VAE-MCMC)法を提案する。
提案手法はまず,局所的履歴データに基づく局所的決定論的生成モデルを構築し,効率的な局所的事前表現を提供する。
論文 参考訳（メタデータ） (2023-01-09T07:35:43Z) - Diffusion models as plug-and-play priors [98.16404662526101]
我々は、事前の$p(mathbfx)$と補助的な制約である$c(mathbfx,mathbfy)$からなるモデルにおいて、高次元データ$mathbfx$を推論する問題を考える。
拡散モデルの構造は,異なるノイズ量に富んだ定性デノナイジングネットワークを通じて,微分を反復することで近似推論を行うことができる。
論文 参考訳（メタデータ） (2022-06-17T21:11:36Z) - A Novel Partitioned Approach for Reduced Order Model -- Finite Element
Model (ROM-FEM) and ROM-ROM Coupling [0.0]
ひとつ以上の"コード"が結合されているシナリオは、プロジェクションベースのリダクションオーダーモデル(ROM)であると考える。
この問題に対して、有限要素モデル(FEM)とサブドメインの一方のROM"コード"と、他方のサブドメインのROM"コード"との結合を可能にする分割スキームを定式化する。
提案手法がROM-FEMとROM-ROMの結合を実現する上で有効であることを示す数値的な結果を示す。
論文 参考訳（メタデータ） (2022-06-09T19:18:45Z) - An application of the splitting-up method for the computation of a
neural network representation for the solution for the filtering equations [68.8204255655161]
フィルタ方程式は、数値天気予報、金融、工学など、多くの現実の応用において中心的な役割を果たす。
フィルタリング方程式の解を近似する古典的なアプローチの1つは、分割法と呼ばれるPDEにインスパイアされた方法を使うことである。
我々はこの手法をニューラルネットワーク表現と組み合わせて、信号プロセスの非正規化条件分布の近似を生成する。
論文 参考訳（メタデータ） (2022-01-10T11:01:36Z) - Gaussian MRF Covariance Modeling for Efficient Black-Box Adversarial
Attacks [86.88061841975482]
我々は,ゼロオーダーのオラクルにのみアクセス可能なブラックボックス設定において,逆例を生成する問題について検討する。
我々はこの設定を用いて、FGSM(Fast Gradient Sign Method)のブラックボックス版と同様に、高速な1ステップの敵攻撃を見つける。
提案手法はクエリを少なくし,現在の技術よりも攻撃成功率が高いことを示す。
論文 参考訳（メタデータ） (2020-10-08T18:36:51Z)
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。