Méthode de réduction de modèle a priori basée sur des formulations idéales en minimum de résidu
Résumé
La résolution numérique d'équations aux dérivées partielles stochastiques, nécessitant l'approximation de fonctions de nombreux paramètres, se heurte au problème de dimensionnalité et reste difficile voire impossible avec les méthodes de calcul traditionnelles. Les méthodes de réduction de modèle basées sur l'approximation de tenseurs de faible rang permettent de contourner le problème de dimensionnalité. Cependant, les algorithmes disponibles conduisent généralement à des approximations sous-optimales au sens de normes d'intérêt. Nous proposons ici une approche en minimum de résidu avec utilisation de normes dites idéales dans le but d'obtenir la meilleure approximation de la solution dans un ensemble de tenseurs donné au sens de normes choisies.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...