中文

比较Ehrenpreis-Palamodov高斯过程代理与有限元方法在自由度平衡下的性能

机器学习 2025-11-07 v1 数值分析 数值分析 机器学习

摘要

我们提出了一项新的基准测试研究,比较受边界约束的Ehrenpreis-Palamodov高斯过程(B-EPGP)代理与结合Crank-Nicolson时间步进的经典有限元方法(CN-FEM)用于求解具有齐次Dirichlet边界条件的二维波动方程。B-EPGP构造利用从特征变量派生的指数-多项式基,严格满足偏微分方程和边界条件,并采用惩罚最小二乘法估计系数。为确保不同方法之间的公平性,我们引入了自由度(DoF)匹配协议。在匹配自由度后,B-EPGP在空间-时间L2L^2-误差和最大时间L2L^{2}-误差中始终优于CN-FEM,准确率提升约两个数量级。

关键词

引用

@article{arxiv.2511.04518,
  title  = {Comparing EPGP Surrogates and Finite Elements Under Degree-of-Freedom Parity},
  author = {Obed Amo and Samit Ghosh and Markus Lange-Hegermann and Bogdan Raiţă and Michael Pokojovy},
  journal= {arXiv preprint arXiv:2511.04518},
  year   = {2025}
}

备注

14 pages, 2 figures