On Minimization of Nonlinear Energies Using FEM in MATLAB
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60076658%3A12310%2F23%3A43907755" target="_blank" >RIV/60076658:12310/23:43907755 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007/978-3-031-30445-3_28" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-031-30445-3_28</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-031-30445-3_28" target="_blank" >10.1007/978-3-031-30445-3_28</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On Minimization of Nonlinear Energies Using FEM in MATLAB
Popis výsledku v původním jazyce
Two minimization problems are added to the Moskovka and Valdman MATLAB package (2022): a Ginzburg-Landau (scalar) problem and a topology optimization (both scalar and vector) problem in linear elasticity. Both problems are described as nonlinear energy minimizations that contain the first gradient of the unknown field. Their energy functionals are discretized by finite elements, and the corresponding minima are searched using the trust-region method with a known Hessian sparsity or the Quasi-Newton method. © 2023, The Author(s), under exclusive license to Springer Nature Switzerland AG.
Název v anglickém jazyce
On Minimization of Nonlinear Energies Using FEM in MATLAB
Popis výsledku anglicky
Two minimization problems are added to the Moskovka and Valdman MATLAB package (2022): a Ginzburg-Landau (scalar) problem and a topology optimization (both scalar and vector) problem in linear elasticity. Both problems are described as nonlinear energy minimizations that contain the first gradient of the unknown field. Their energy functionals are discretized by finite elements, and the corresponding minima are searched using the trust-region method with a known Hessian sparsity or the Quasi-Newton method. © 2023, The Author(s), under exclusive license to Springer Nature Switzerland AG.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Lecture Notes in Computer Science
ISBN
—
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
12
Strana od-do
331-342
Název nakladatele
Springer-Verlag Heidelberg
Místo vydání
Heidelberg
Místo konání akce
Gdansk
Datum konání akce
11. 9. 2022
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—