相容粒子离散化与重映射
compadre的Python项目详细描述
兼容的粒子离散化和重新映射工具包
关于
Compadre工具包为计算密集内核的并行评估提供了一个性能可移植的解决方案。该工具包专门针对广义移动最小二乘(gmls)方法,该方法需要对小的密集矩阵进行反演。结果是一组权重,这些权重提供重新映射所需的信息,或构成某些全局稀疏矩阵行的条目。
该工具包主要关注无网格pde解和remap的“节点上”方面,即小型密集矩阵的并行构造及其反演。它所提供的not是用于管理字段、反转全局稀疏矩阵或邻居搜索的工具,这些工具需要在许多mpi进程上进行编排。该工具包被设计为容易地以现有的MPI(或串行)为基础的PDE解决方案或重新映射的框架,以最小的依赖性(Kokkos和^ ^ a2}或LAPACK)。
广义移动最小二乘(gmls)
GMLS问题需要指定目标函数(compadre::targetoperation)、重构空间(compadre::reconstruction space)和采样函数(compadre::sampling functional)。
Compadre工具包旨在有效地组装、分解和解决大量的最小化问题,其形式如下:
最近的更改
安装
Installation of Kokkos[自动配置和生成,或提供用户安装位置]
文档和教程
工具包由doxygen记录。Documentation is available online或者可以从源代码编译。 要从源代码编译,请执行以下操作:1.)在计算机上安装doxygen软件,2.)在安装Compadre工具包后执行“>>;生成doxygen”。HTML和LaTex文档将在源文件的doc/文件夹中生成。
引用软件
如果您使用Compadre工具包获得的结果撰写论文,请引用以下参考资料:
@misc{paul_kuberry_2019_3338664,
author = {Paul Kuberry and
Peter Bosler and
Nathaniel Trask},
title = {Compadre Toolkit},
month = jul,
year = 2019,
doi = {10.5281/zenodo.3338664},
url = {https://doi.org/10.5281/zenodo.3338664}
}
如果您想将引用信息导出到csl、datacite、dublin、core、json、json-ld、marcxml或mendeley,请按照下面的链接在右下角找到导出部分: