基于残差局部化策略的局部训练与增强
数值分析
2024-04-26 v1 数值分析
摘要
为高效解决参数化的多尺度问题，我们提出一种自适应局部模型序降简框架，结合局部离线训练和局部在线增强，并采用局部化误差控制。对于后者，我们采用于 Buhr、Engwer、Ohlberger、Rave 等人在 [Buhr, Engwer, Ohlberger, Rave, SIAM J. Sci. Comput., 2017] 中引入的残差局部化策略，该策略允许推导出可用于自适应增强的局部后验误差估计器。数值实验表明，所提方法具有潜在价值。
引用
@article{arxiv.2404.16537,
title = {Local training and enrichment based on a residual localization strategy},
author = {Tim Keil and Mario Ohlberger and Felix Schindler and Julia Schleuß},
journal= {arXiv preprint arXiv:2404.16537},
year = {2024}
}