We discretize a tangential tensor field equation using a surface-finite element approach with a penalization term to ensure almost tangentiality. It is natural to measure the quality of such a discretization intrinsically, i.e., to examine the tangential convergence behavior in contrast to the normal behavior. We show optimal order convergence with respect to the tangential quantities in particular for an isogeometric penalization term that is based only on the geometric information of the discrete surface.


翻译:我们使用表面- 无限元素法和惩罚性术语将相近的强点场方程式分解,以确保几乎相近性。我们自然会测量这种分解内在的质量,即对照正常行为来检查相近的趋同行为。我们显示,在仅以离散表面的几何信息为依据的等离异性计量惩罚术语中,特别是相近性数量方面,最优化的顺序趋同。

0
下载
关闭预览

相关内容

【硬核书】矩阵代数基础,248页pdf
专知会员服务
88+阅读 · 2021年12月9日
专知会员服务
42+阅读 · 2021年4月2日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
强化学习三篇论文 避免遗忘等
CreateAMind
20+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
VIP会员
相关资讯
强化学习三篇论文 避免遗忘等
CreateAMind
20+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员