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-误差和最大时间-误差中始终优于CN-FEM,准确率提升约两个数量级。
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