A Preliminary Comparison of MLFMA and $\mathcal{H}$-matrix Acceleration of Locally Corrected Nyström Solutions to Scattering Problems
Notice bibliographique
Résumé
Fast solutions of scattering problems with Multi-Level Fast Multipole Method (MLFMM) and <tex>$\mathcal{H}$</tex>-matrix accelerated Locally Corrected Nyström (LCN) discretization of the Electric Field Integral Equation (EFIE), Magnetic Field Integral Equation (MFIE), and Combined Field Integral Equation (CFIE), are discussed and compared in terms of their CPU time usage. Fast iterative solutions of the matrix equations resulting from LCN discretizations of the EFIE and MFIE enabled with MLFMM acceleration of the matrix-vector products have been observed to require heavy preconditioning for realistic targets due to poor conditioning of the pertinent matrices. The application of sufficiently effective near field preconditioning can be comparable in complexity to solving the original matrix equation. <tex>$\mathcal{H}$</tex>-matrix acceleration scheme enables direct solution of the pertinent matrix equation but exhibit a high cost associated with <tex>$\mathcal{H}-\text{LU}$</tex> decomposition. Preliminary comparisons of these two iterative and non-iterative acceleration strategies is provided in this work.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».