A sparse dynamic mode decomposition for time-dependent parameterized partial differential equations based on generalized empirical interpolation
发布者: 高晶
发布时间:2025-12-24
浏览次数:10

中国海洋大学数学科学学院孙祥副教授及其合作者在国际流体力学领域著名期刊《Physics of Fluid》上发表了题为“A sparse dynamic mode decomposition for time-dependent parameterized partial differential equations based on generalized empirical interpolation”的研究论文。


上述论文利用广义经验正交插值,通过选取关键空间配置点,构建了稀疏的动态模态分解方法,提高了动态模态分解在大规模问题的适用性同时,论文结合K近邻算法,将稀疏动态模态分解算法推广到了带有参数的偏微分方程中。数值结果验证了所提算法的有效性和精确性


该研究工作是孙祥副教授与其硕士研究生杨欣怡崂山实验室的牟龙江研究员、中国海洋大学的高振教授合作完成,孙祥副教授为通讯作者。本项工作得到了中国国家自然科学基金、山东省自然科学基金、崂山实验室、泰山学者计划、中央高校基础研究基金等多个基金项目与科研平台的部分资助。


论文链接地址:

https://doi.org/10.1063/5.0286405


数学科学学院

姓            名:

A sparse dynamic mode decomposition for time-dependent parameterized partial differential equations based on generalized empirical interpolation

职            称:

邮            箱:

办     公     室:

办 公 室 电 话:

研  究  方  向:

中国海洋大学数学科学学院孙祥副教授及其合作者在国际流体力学领域著名期刊《Physics of Fluid》上发表了题为“A sparse dynamic mode decomposition for time-dependent parameterized partial differential equations based on generalized empirical interpolation”的研究论文。


上述论文利用广义经验正交插值,通过选取关键空间配置点,构建了稀疏的动态模态分解方法,提高了动态模态分解在大规模问题的适用性同时,论文结合K近邻算法,将稀疏动态模态分解算法推广到了带有参数的偏微分方程中。数值结果验证了所提算法的有效性和精确性


该研究工作是孙祥副教授与其硕士研究生杨欣怡崂山实验室的牟龙江研究员、中国海洋大学的高振教授合作完成,孙祥副教授为通讯作者。本项工作得到了中国国家自然科学基金、山东省自然科学基金、崂山实验室、泰山学者计划、中央高校基础研究基金等多个基金项目与科研平台的部分资助。


论文链接地址:

https://doi.org/10.1063/5.0286405


地址:青岛市崂山区松岭路238号   
电话:0532-66787153
邮编:266100
版权所有©中国海洋大学     数学科学学院     鲁ICP备05002467号-1     鲁公网安备 37021202000030号

官方微信

.