基于Tensor Train分解方法识别自相似特征及其在槽道湍流中的应用
流体动力学
2019-02-14 v1
摘要
本文介绍了Tensor Train分解方法在槽道湍流三维直接数值模拟数据中的应用研究。该方法在压缩率和存储需求方面得到了验证。在合成数据测试中，发现网格对齐的自相似模式被很好捕获，并且应用于非网格对齐的自相似也获得了令人满意的结果。观察到输入张量的形状显著影响着压缩率。应用于槽道湍流数据，Tensor Train格式允许惊人的高压缩率，同时确保低相对误差。
引用
@article{arxiv.1708.07780,
title = {On identification of self-similar characteristics using the Tensor Train decomposition method with application to channel turbulence flow},
author = {Thomas von Larcher and Rupert Klein},
journal= {arXiv preprint arXiv:1708.07780},
year = {2019}
}