我试图在一个小的基础上表示一个非线性函数的结果,给定另一个可以很好地表示函数参数的小基础。
更具体地说,有一个非线性映射 或者,其中和是 Hermitian,是实空间中的对角线。我已经有一个很好的(小)基础可以完美地代表:
通过访问,我可以对基础做些什么以使其更完整
通常具有类似于的术语,加上一些线性术语,但可以更通用。我不需要在此基础上评估;我只是希望能够转换为它。
科学背景:是电子密度,是局部势。现实空间真的很大,所以我想尽快离开它。
我试图在一个小的基础上表示一个非线性函数的结果,给定另一个可以很好地表示函数参数的小基础。
更具体地说,有一个非线性映射 或者,其中和是 Hermitian,是实空间中的对角线。我已经有一个很好的(小)基础可以完美地代表:
通过访问,我可以对基础做些什么以使其更完整
通常具有类似于的术语,加上一些线性术语,但可以更通用。我不需要在此基础上评估;我只是希望能够转换为它。
科学背景:是电子密度,是局部势。现实空间真的很大,所以我想尽快离开它。
这听起来非常接近人们为优化非线性微分方程而进行降阶建模的工作。它们有一个简化的基础来表示(和计算)解,但是方程中的非线性的评估仍然必须在整个空间中进行。为了避免这种情况,他们从基础 } 。
在这种情况下,一些可能的关键词是“非线性真正交分解(POD)”和“(离散)经验插值方法((D)EIM)”(后者是Saifon Chaturantabut的论文主题)。