math.NA articles | Gist.Science

A 3D sharp and conservative VOF method for modeling the contact line dynamics with hysteresis on complex boundaries

Cet article présente une nouvelle méthode numérique VOF tridimensionnelle, géométrique et conservative, capable de simuler avec précision la dynamique des lignes de contact et l'hystérésis sur des géométries complexes en intégrant un schéma de reconstruction pour les cellules mixtes, une stratégie de redistribution pour lever les contraintes de pas de temps et une technique robuste d'imposition de l'angle de contact.

Chong-Sen Huang, Tian-Yang Han, Jie Zhang, Ming-Jiu NiThu, 12 Ma🔢 math

Geometrically Explicit Cosserat-Rod Modeling with Piecewise Linear Strain for Complex Rod Systems

Cet article présente une formulation géométriquement explicite pour les poutres de Cosserat qui unifie les représentations de configuration et de déformation via des coordonnées nodales sur le groupe de Lie SE(3) et une paramétrisation par déformations linéaires par morceaux, offrant ainsi un outil de simulation robuste, précis et évolutif pour les systèmes de poutres complexes sans souffrir de verrouillage.

Lingxiao Xun, Brahim TamadazteThu, 12 Ma🔢 math

A Trust-Region Interior-Point Stochastic Sequential Quadratic Programming Method

Cet article propose une méthode de programmation quadratique séquentielle stochastique à région de confiance et points intérieurs (TR-IP-SSQP) pour résoudre des problèmes d'optimisation avec une fonction objectif stochastique et des contraintes non linéaires déterministes, en établissant sa convergence globale presque sûre et en validant ses performances pratiques sur des benchmarks et des problèmes de régression logistique.

Yuchen Fang, Jihun Kim, Sen Na, James Demmel, Javad LavaeiThu, 12 Ma🔢 math

Intrinsic Numerical Robustness and Fault Tolerance in a Neuromorphic Algorithm for Scientific Computing

Cette étude démontre qu'un algorithme neuromorphique nativement épiqué conçu pour résoudre des équations aux dérivées partielles possède une robustesse intrinsèque remarquable, tolérant jusqu'à 32 % de neurones et 90 % de spikes supprimés sans dégradation significative de la précision.

Bradley H. Theilman, James B. AimoneThu, 12 Ma🤖 cs.AI

Estimating condition number with Graph Neural Networks

Cet article propose une méthode rapide utilisant des réseaux de neurones à graphes pour estimer efficacement le nombre de conditionnement de matrices creuses, offrant un gain de vitesse significatif par rapport aux méthodes Hager-Higham et Lanczos.

Erin Carson, Xinye ChenThu, 12 Ma🤖 cs.LG

Geo-ADAPT-VQE: Quantum Information Metric-Aware Circuit Optimization for Quantum Chemistry

Le papier présente Geo-ADAPT-VQE, un algorithme d'ansatz adaptatif pour la chimie quantique qui intègre la métrique d'information quantique via la règle du gradient naturel pour sélectionner les opérateurs, permettant ainsi une convergence plus rapide et plus stable avec des circuits plus courts que les méthodes existantes.

Mohammad Aamir Sohail, Toshiaki Koike-AkinoThu, 12 Ma⚛️ quant-ph

A New Tensor Network: Tubal Tensor Train and Its Applications

Cet article introduit la décomposition en train de tubes (TTT), un nouveau modèle de réseau tensoriel qui combine l'algèbre t-produit de la T-SVD avec la structure de cœur de faible ordre du format train tensoriel (TT) pour offrir une évolutivité de stockage linéaire et des performances améliorées dans des applications telles que la compression d'images et la complétion tensorielle.

Salman Ahmadi-Asl, Valentin Leplat, Anh-Huy Phan, Andrzej CichockiThu, 12 Ma🔢 math

Estimating the condition number of Chebyshev filtered vectors with application to the ChASE library

Cet article présente une méthode pour estimer de manière précise et peu coûteuse le nombre de conditionnement des vecteurs filtrés par Chebyshev, permettant ainsi d'optimiser automatiquement le choix de l'algorithme de factorisation QR dans la bibliothèque ChASE pour améliorer ses performances sans sacrifier la précision.

Edoardo Di Napoli, Xinzhe WuThu, 12 Ma🔢 math

Perturbed saddle-point problems in $\mathbf{L}^p$ with non-regular loads

Cet article développe une analyse de résolubilité discrète pour des problèmes de point selle perturbés dans des espaces de Banach avec des charges non régulières, en démontrant des estimations *a priori* et un résultat de superconvergence pour une adaptation de la post-traitement de Stenberg appliquée à l'équation de Poisson-Boltzmann linéarisée.

Abeer F. Alsohaim, Tomas Führer, Ricardo Ruiz-Baier, Segundo Villa-FuentesThu, 12 Ma🔢 math

QR-Recursive Compression of Volume Integral Equations for Electromagnetic Scattering by Large Metasurfaces

Cet article présente une méthode itérative rapide et précise pour le calcul numérique de la diffusion électromagnétique par de grandes métasurfaces, en combinant une décomposition QR adaptée à des équations intégrales de volume avec un préconditionneur exploitant la structure géométrique de l'array afin de résoudre efficacement les problèmes multi-échelles impliquant des milliers de diffuseurs sous-longueur d'onde.

Vincenzo Mottola, Antonello Tamburrino, Luca Bergamaschi, Andrea G. Chiariello, Emanuele Corsaro, Carlo Forestiere, Guglielmo Rubinacci, Salvatore VentreThu, 12 Ma🔢 math-ph

Realizability-preserving finite element discretizations of the $M_1$ model for dose calculation in proton therapy

Cet article présente une méthode de discrétisation par éléments finis monolithique et limitante convexe (MCL) pour le modèle $M_1$ de dose en protonthérapie, garantissant la préservation des domaines d'invariance et l'admissibilité physique des solutions via un schéma d'opérateurs de Strang couplé à une intégration exacte des termes de force.

Paul Moujaes, Dmitri Kuzmin, Christian BäumerThu, 12 Ma🔢 math

Efficient design of continuation methods for hyperbolic transport problems in porous media

Cet article évalue la traçabilité de différentes stratégies d'homotopie, notamment une nouvelle approche basée sur la solution entropique, pour concevoir des méthodes de continuation robustes et efficaces afin de résoudre les problèmes de transport hyperbolique dans les milieux poreux.

Peter von Schultzendorff, Jakub Wiktor Both, Jan Martin Nordbotten, Tor Harald SandveThu, 12 Ma🔢 math

Computing and Optimizing the $H^2$ -norm of Delay Differential Algebraic Systems

Cet article présente une méthode de tau de Lanczos pour approximer et optimiser la norme $H^2$ des systèmes d'équations aux dérivées fonctionnelles algébriques à retard, en prouvant sa convergence, en dérivant des formules explicites pour le gradient afin de faciliter la synthèse de contrôleurs robustes, et en démontrant l'accélération significative des taux de convergence obtenue par l'utilisation de splines basées sur des polynômes orthogonaux de Legendre.

Evert Provoost, Wim MichielsThu, 12 Ma🔢 math

Efficient Fine-Scale Simulation of Nonlinear Hyperelastic Lattice Structures

Cet article propose une méthode de simulation fine et efficace pour les structures en treillis hyperélastiques non linéaires, combinant une modélisation d'ordre réduit et une décomposition de domaine pour réduire drastiquement les coûts de calcul et de mémoire tout en conservant une précision complète.

Clément Guillet, Thibaut Hirschler, Pierre Jolivet, Pablo Antolin, Robin BouclierThu, 12 Ma🔢 math

On the consistency of the Domain of Dependence cut cell stabilization

Cet article démontre analytiquement la consistance de la stabilisation par domaine de dépendance (DoD) pour les maillages de type cut cell, en prouvant ce résultat pour un degré polynomial arbitraire et une solution exacte suffisamment régulière, ce qui ouvre la voie à une analyse plus affinée de la méthode en ordre élevé.

Gunnar Birke, Christian Engwer, Jan Giesselmann, Sandra MayThu, 12 Ma🔢 math

Numerical analysis for leaky-integrate-fire networks under Euler--Maruyama

Cet article établit des bornes d'erreur fortes et faibles pour la simulation des réseaux de neurones à intégration et fuite sous l'approximation d'Euler-Maruyama, en démontrant une convergence d'ordre 1/2 (à des facteurs logarithmiques près) grâce à une stratégie d'élagage et d'équilibre qui gère spécifiquement les erreurs aux instants de franchissement de seuil.

Xu'an Dou, Frank Chen, Kevin K Lin, Zhuo-Cheng XiaoThu, 12 Ma🔢 math

A Physics-Informed, Global-in-Time Neural Particle Method for the Spatially Homogeneous Landau Equation

Cet article propose une méthode de particules neuronales informée par la physique pour l'équation de Landau homogène, qui élimine les erreurs de discrétisation temporelle grâce à une formulation en temps continu et fournit des certificats d'erreur rigoureux tout en surpassant les méthodes existantes en précision et en efficacité.

Minseok Kim, Sung-Jun Son, Yeoneung Kim, Donghyun LeeThu, 12 Ma🔢 math

Convergence Analysis of a Fully Discrete Observer For Data Assimilation of the Barotropic Euler Equations

Cet article établit la première estimation d'erreur pour un observateur discret appliqué aux équations d'Euler barotropes, démontrant la convergence uniforme en temps de la méthode vers la solution réelle grâce à une technique d'énergie relative modifiée.

Aidan Chaumet, Jan GiesselmannThu, 12 Ma🔢 math

Linear-Scaling Tensor Train Sketching

Cet article présente le sketch Tensor Train à blocs creux (BSTT), une projection aléatoire structurée qui unifie les opérateurs existants et garantit une complexité linéaire par rapport à l'ordre du tenseur et à la dimension du sous-espace, permettant ainsi d'éviter la croissance exponentielle des méthodes précédentes.

Paul Cazeaux, Mi-Song Dupuy, Rodrigo Figueroa JustinianoThu, 12 Ma🔢 math

Scalable augmented Lagrangian preconditioners for fictitious domain problems

Cet article présente et analyse spectrale deux préconditionneurs de type Lagrangien augmenté, conçus pour accélérer la convergence des solveurs itératifs appliqués aux systèmes linéaires issus de la méthode du domaine fictif pour les problèmes de Poisson et de Stokes en deux et trois dimensions.

Michele Benzi, Marco Feder, Luca Heltai, Federica MugnaioniMon, 09 Ma🔢 math

← Précédent Suivant →

math.NA