Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
Zawartość zarchiwizowana w dniu 2024-06-18

Sparse Tensor Approximations of High-Dimensional and stochastic Partial Differential Equations

Cel

The present project addresses numerical analysis and algorithmic realization of sparse, adaptive tensor product discretizations of partial differential equations (PDEs) in high dimensions with stochastic data. The aim of the project is to develop mathematically founded adaptive algorithms which are based on sparse tensorization of hierarchic Riesz bases or frames. These will be hierarchic multilevel bases in the physical domain, either Finite Element wavelet type bases or hierarchical, multilevel bases. In the parameter domains corresponding either to random inputs or to phase spaces in transport problems, spectral type representations of ``polynomial chaos'' type shall be employed. Mathematical aim is to analyzed for a classes of elliptic and parabolic PDEs on high or possibly infinite dimensional parameter spaces adaptive, deterministic and dimension independent solution methods with convergence rates superior to those afforded by Monte Carlo Methods, in terms of accuracy vs. complexity. Algorithmic work will address design of data structures with minimal overhead for the efficient realization of the sparse tensor approximations. Applications include space-time adaptive solvers for elliptic, parabolic and certain parametric hyperbolic PDEs, nonlinear approximate spectral representations of nonstationary random fields, scale-resolving solvers of elliptic and parabolic problems with multiple scales with complexity independent of the number of scales, and sparse, adaptive numerical solvers for parametric transport problems. The project will be in collaboration with coworkers in France, Germany, UK, The Netherlands. The project involves mentoring postdocs and predocs who will be actively involved in all aspects of the research, as well as a teaching component.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

ERC-2009-AdG
Zobacz inne projekty w ramach tego zaproszenia

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

ERC-AG - ERC Advanced Grant

Instytucja przyjmująca

EIDGENOESSISCHE TECHNISCHE HOCHSCHULE ZUERICH
Wkład UE
€ 1 349 564,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Beneficjenci (1)

Moja broszura 0 0