Constructive Approximation· 2026Q1
Parametrik Taşıma Uygulamalı İndirgenmiş Sıra Modelleri İçin Performans Sınırları
Performance Bounds for Reduced Order Models with Application to Parametric Transport
- 1atıf
- Q1SCImago
- 2026yıl
Kısa özet
Bu çalışma, geleneksel Kolmogorov n-genişliğinin sınırlamalarını aşarak, parametrik taşıma denklemlerine uygulanan indirgenmiş sıra modelleri (ROM'lar) için bilgilendirici doğrusal olmayan kıyaslamalar sunmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Kolmogorov n-genişliği, taşıma ağırlıklı problemler için yavaş yakınsama oranlarına sahiptir.
- Mevcut doğrusal olmayan genişlik kıyaslamaları genellikle ROM'lar için önemsiz sınırlar verir.
- Yeni bir bakış açısı, doğrusal olmayan genişlikleri tüm ROM işlem hattına (PDE'den ilgi niceliğine) uygular.
- Bu alternatif görünüm, taşıma denklemleri için bilgilendirici doğrusal olmayan kıyaslamalar sağlar.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract The Kolmogorov n -width is an established benchmark to judge the approximation properties of the reduced linear spaces arising from reduced order models (ROMs). Although immensely successful in the elliptic regime, this width shows unsatisfactory slow convergence rates for transport dominated problems. While this has triggered a large amount of work on nonlinear model reduction techniques, we are lacking a benchmark to evaluate their optimal performance. Simply replacing the Kolmogorov n -width of the solution manifold with nonlinear benchmarks, like manifold/stable/Lipschitz width, does generally not provide satisfactory results: The performance bounds tend to be trivial if the degrees of freedom exceed the parameter dimension. Furthermore, without linearity, nonlinear width lack structure to implement corresponding online/offline decompositions. This paper introduces a different perspective, where the nonlinear widths are applied to the full reduced order model pipeline from PDE to parametric quantity of interest. We prove that this alternative view provides informative nonlinear benchmarks for transport equations.
Yazarların özeti; kaynağından alınmıştır. Constructive Approximation, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: İstatistiksel ve Doğrusal Olmayan Fizik
Statistical and Nonlinear PhysicsPhysics and Astronomy