Leveraging higher-order time integration methods for improved computational efficiency in a rainshaft model

Dit artikel toont aan dat het gebruik van hogere-orde tijdsintegratiemethoden, gebaseerd op Runge-Kutta-methoden met adaptieve tijdstappen, de nauwkeurigheid en efficiëntie van regenmicrofysica in het E3SMv3-model aanzienlijk verbetert ten opzichte van de huidige eerste-orde benadering, waardoor de rekentijd met meer dan een factor 10 wordt verminderd.

Justin Dong, Sean P. Santos, Steven B. Roberts, Christopher J. Vogl, Carol S. WoodwardFri, 13 Ma🔬 physics

Deep Domain Decomposition Method for Solving the Variational Inequality Problems

Dit paper presenteert een diepe domeindecompositiemethode die physics-informed neural networks combineert met het Ritz-variatiemethode om elliptische variatie-ongelijkheden op te lossen via een residual-adaptieve trainingsstrategie, waarbij numerieke resultaten een hoge nauwkeurigheid en een onafhankelijkheid van het aantal iteraties van de roostergrootte aantonen.

Yiyang Wang, Qijia Zhou, Shengyuan Deng, Chenliang LiFri, 13 Ma🔢 math

Non-uniform α\alpha-Robust Alikhanov Mixed FEM with Optimal Convergence for the Time-Fractional Allen--Cahn Equation

Dit artikel presenteert een niet-uniforme α\alpha-robuste gemengde eindige-elementenmethode voor de tijd-fractionele Allen-Cahn-vergelijking die, onder zwakkere regulariteitsaannames dan gebruikelijk, optimale L2L^2-foutenbeperkingen levert voor zowel de oplossing als de flux, waarbij de constante robuust blijft naarmate de fractionele orde α\alpha naar 1 nadert.

Abhinav Jha, Samir Karaa, Aditi TomarFri, 13 Ma🔢 math