Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Computational Complexity of Highly Nonlinear Approximations

Projektbeschreibung

Leistungs- und Genauigkeitsgarantien für numerische Methoden für hochkomplexe Probleme

Partielle Differentialgleichungen sind für die Beschreibung praktisch aller Prozesse unerlässlich, von der Umwelt bis zur Industrie. Mit numerischen Methoden werden sie näherungsweise gelöst. Mit zunehmender Anzahl unabhängiger Variablen (Dimension) sind jedoch spezielle numerische Methoden erforderlich, damit die Rechenkosten vertretbar bleiben. Über das ERC-finanzierte Projekt COCOA soll eine bessere Leistung und Genauigkeit bei der Lösung solcher hochkomplexen Probleme ermöglicht werden. Die Forschenden werden sich auf mathematisch strenge Methoden konzentrieren, die insbesondere auf hochgradig nichtlinearen Tensordarstellungen mit niedrigem Rang, neuronalen Netzen und Linearkombinationen beliebiger Gaußfunktionen basieren. Das Team wird auch versuchen, die am besten geeigneten Methoden für bestimmte partielle Differentialgleichungsprobleme zu ermitteln, Methoden zur Vermeidung numerischer Instabilitäten konstruieren und die Zuverlässigkeit der Ergebnisse in hohen Dimensionen gewährleisten.

Ziel

The efficient numerical treatment of partial differential equations on high-dimensional spaces often requires approximation methods involving a high degree of nonlinearity, such as low-rank tensor representations or neural networks. By exploiting structural features of solutions, such approaches in many cases promise extremely efficient approximations. However, due to the corresponding greater difficulty of computing highly compressed representations, such results need to be considered in conjunction with the costs of numerical methods for constructing these approximations. A main objective of the project is to address the gap between theoretical complexity bounds and the performance of practical implementations of solvers, with particular focus on low-rank tensor representations, linear combinations of arbitrary Gaussian functions, as well as neural networks and more general compositions of functions. We also aim to understand the relative suitability of particular nonlinear approximation methods for different problem classes, such as problems with many parameters, evolution problems for probability distributions and wave functions, and eigenvalue problems in quantum chemistry. In each case, it is crucial to avoid numerical instabilities in the interaction of nonlinear approximations and differential operators and to ensure reliability of results in high dimensions by suitable computable error bounds.

Wissenschaftliches Gebiet (EuroSciVoc)

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-ERC - HORIZON ERC Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) ERC-2024-COG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

RHEINISCH-WESTFAELISCHE TECHNISCHE HOCHSCHULE AACHEN
Netto-EU-Beitrag
€ 1 996 375,00
Adresse
TEMPLERGRABEN 55
52062 Aachen
Deutschland
Region
Nordrhein-Westfalen Köln Städteregion Aachen
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
€ 1 996 375,00

Begünstigte (1)