2022 ورقة بحثية
تقترح هذه الورقة منهجية عددية لتقسيم الوقت من رتبة عالية ذات معاملات موجبة تماماً لحل معادلة غروس-بيتايفسكي ثنائية الأبعاد، مما يوفر بديلاً فعالاً حاسوبياً للطرق التماثلية (symplectic) يتجنب الخطوات الزمنية السالبة مع حساب الحالات الأرضية بفعالية والحفاظ على الثوابت الفيزيائية أثناء التطور الزمني.
تقترح هذه الورقة إطار عمل لتقليل الأبعاد التكيفي العميق يجمع بين التدفقات التباينية، والتحديث التكراري للمسبقات، ومُستبدل "عامل نيورال فوريه" (Fourier Neural Operator) الذي يتم ضبطه بدقة تكيفية، وذلك لحل المسائل العكسية عالية الأبعاد التي تحكمها معادلات تفاضلية جزئية غير غاوسية بكفاءة ودقة فائقة مقارنة بالنماذج المرجعية الحالية.
تقدم هذه الورقة حلاً من نوع "دال-جاليركين" (discontinuous Galerkin) ضمن رتبة عالية، يعتمد على طرق ضمنية-صريحة على شبكات تكيفية غير متوافقة لمحاكاة التدفقات الجوية الدوارة، وتتميز بمعالجة منفصلة مبتكرة لطلبات المصدر الدورانية، وتُظهر الدقة والاستقرار من خلال دراسات التقارب ومحاكاة تدفق طبقي ثلاثي الأبعاد.
توسع هذه الورقة مشكلات القرب المصفوفي المعممة من خلال دمج الحدود الأفينية، وحواصل كرونيكر، والمعايير التعسفية الثابتة متعامدياً، مما يوفر حلولاً ذات صيغة مغلقة لحالات محددة وخوارزمية تكرارية خالية من التدرج تضمن التقارب العالمي للمتبقي، بينما تثبت أيضاً عدم وجود نظرية من نوع ميرسكي للمتغيرات المقيدة بالرتبة.
تقدم هذه الورقة البحثية IGA-ODIL، وهو إطار عمل قائم على الـ spline يجمع بين التحليل متساوي الهندسة (Isogeometric Analysis) وتقليل البواقي القوي لحل مسائل المعادلات التفاضلية الجزئية الأمامية والعكسية بشكل أسرع وأكثر دقة من الشبكات العصبية التقليدية المعتمدة على الفيزياء (Physics-Informed Neural Networks) عبر الاستفادة من مصفوفات جاكوبي المتفرقة وتحسين طريقة "غاوس-نيوتن" الفعالة.
تقترح هذه الورقة خوارزمية جديدة للانحدار المتدرج الطبيعي للشبكات العصبية المستوحاة من الفيزياء، والتي تستفيد من تقنيات الجبر الخطي العددي العشوائي لتهيئة حل "الغراديانت المترافق" الداخلي، مما يتغلب على سوء التكييف والتكاليف الحسابية العالية التي تعيق عادةً التطبيق العملي للانحدار المتدرج الطبيعي لحل المعادلات التفاضلية الجزئية.
تبحث هذه الورقة في المسألة العكسية المتمثلة في إيجاد مصفوفة يكون مركبها الضربي من الرتبة مساوياً لمصفوفة معطاة ، حيث تُصنف مجموعة الحلول بأنها غير منتهية عندما يكون وفريدة حتى الإشارة عندما يكون ، مع تقديم خوارزمية مفصلة مع تحليل لتعقيدها الزمني.
تقدم هذه الورقة البحثية SparseModesNet، وهو إطار عمل جديد لتقليل الأبعاد يجمع بين ترميز POD الخطي وفك تشفير غير خطي قائم على LassoNet لاختيار الأنماط المعلوماتية وتعلم رسم خرائط تعبيري في آن واحد، مما يتفوق بشكل كبير على الطرق الحالية في إعادة بناء التدفقات التي تهيمن عليها ظاهرة الحمل والتدفقات المضطربة مع الحفاظ على القابلية للتفسير.
تؤسس هذه الورقة إطاراً للتحسين الريماني لتدريب الشبكات العصبية يعيد صياغة تقليل خطوات الحركة كتدفقات على تحت منوعات ملساء، مما يثبت التقارب الخطي العالمي نحو مُقلل فريد في ظل ظروف هندسية محددة، ويُظهر أن الحلول من نوع "غاوس-نيوتن" غير الدقيقة تحقق دقة مسار فائقة بعدد أقل من التكرارات مقارنة بالنماذج المرجعية من الدرجة الأولى.
تقدم هذه الورقة طريقة العناصر الافتراضية الهجينة المبتكرة التي تجمع بين الفضاءات المتوافقة وغير المتوافقة لحل مسائل المرونة الخطية ثلاثية الأبعاد على شبكات مضلعة/متعددة السطوح، مع تقديم تحليل نظري دقيق لمعدلات التقارب المثلى وتوسيع النهج ليشمل نطاقات ذات حدود منحنية.