A data compression technique for PGD reduced-order modeling

Abstract : This work concerns the Proper Generalized Decomposition (PGD), an a priori model reduction technique used to solve problems, eventually nonlinear, defined over the time-space domain. PGD seeks the solution of a problem in a reduced-order basis generated by a dedicated algorithm. This is the LATIN method, an iterative strategy which generates the approximations of the solution over the entire time-space domain by successive enrichments. Herein an algebraic framework adapted to PGD is proposed. It defines a compressed version of the data making less expensive the elementary algebraic operations.
Type de document :
Communication dans un congrès
2nd ECCOMAS Young Investigators Conference (YIC 2013), Sep 2013, Bordeaux, France
Liste complète des métadonnées

Littérature citée [8 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-00855902
Contributeur : Ccsd Sciencesconf.Org <>
Soumis le : vendredi 30 août 2013 - 10:53:02
Dernière modification le : lundi 16 avril 2018 - 09:56:01
Document(s) archivé(s) le : jeudi 6 avril 2017 - 10:46:57

Fichier

YIC2013_Capaldo.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00855902, version 1

Collections

Citation

Matteo Capaldo, David Néron, Pierre Ladevèze, Pierre-Alain Guidault. A data compression technique for PGD reduced-order modeling. 2nd ECCOMAS Young Investigators Conference (YIC 2013), Sep 2013, Bordeaux, France. 〈hal-00855902〉

Partager

Métriques

Consultations de la notice

294

Téléchargements de fichiers

154