面向数值模拟数据的目标导向低秩张量分解

我们提出了一种基于低秩张量分解的高维数值模拟数据新型低维模型。该新模型旨在最小化模型数据与模拟数据之间的差异，以及模型数据函数与模拟数据函数之间的差异。这种模拟数据降维的新方法，为在低维模型中直接嵌入与模拟数据相关的感兴趣量和守恒原理相关的不变性量，提供了一种方法，从而无需获取完整的高维数据即可对模拟进行更准确的分析。本文展示了将该方法应用于燃烧和等离子体物理仿真数据所得数据的两种标准低秩张量分解的计算结果。