随机全变分流的事后误差估计
数值分析
2022-11-09 v2 数值分析
摘要
我们针对具有加性时空噪声的随机全变分流（STVF）的全离散时间隐式有限元逼近，推导了事后误差估计。这些估计首先针对正则化随机全变分流的一个可实现的完全离散逼近推导得出。然后，我们证明所推导的事后估计对于未正则化的流仍然有效，直至一个可由正则化参数控制的扰动项。基于所推导的事后估计，我们提出了一种用于自适应时空细化的路径算法，并对正则化的 STVF 进行了数值模拟，以展示所提算法的行为。
引用
@article{arxiv.2110.08002,
title = {A posteriori estimates for the stochastic total variation flow},
author = {Ľubomír Baňas and André Wilke},
journal= {arXiv preprint arXiv:2110.08002},
year = {2022}
}