Verlagslink DOI: 10.1007/s10444-021-09871-w
Titel: Reconstruction of low-rank aggregation kernels in univariate population balance equations
Sprache: Englisch
Autor/Autorin: Ahrens, Robin 
Le Borne, Sabine  
Schlagwörter: Aggregation kernel; Inverse method; Low rank approximation; Population balance equation
Erscheinungs­datum: 2-Mai-2021
Verlag: Springer Science + Business Media B.V
Quellenangabe: Advances in Computational Mathematics 47 (3): 39 (2021-06-01)
Zusammenfassung (englisch): 
The dynamics of particle processes can be described by population balance equations which are governed by phenomena including growth, nucleation, breakage and aggregation. Estimating the kinetics of the aggregation phenomena from measured density data constitutes an ill-conditioned inverse problem. In this work, we focus on the aggregation problem and present an approach to estimate the aggregation kernel in discrete, low rank form from given (measured or simulated) data. The low-rank assumption for the kernel allows the application of fast techniques for the evaluation of the aggregation integral (O(nlogn) instead of O(n ) where n denotes the number of unknowns in the discretization) and reduces the dimension of the optimization problem, allowing for efficient and accurate kernel reconstructions. We provide and compare two approaches which we will illustrate in numerical tests. 2
URI: http://hdl.handle.net/11420/9572
DOI: 10.15480/882.3547
ISSN: 1019-7168
Zeitschrift: Advances in computational mathematics 
Institut: Mathematik E-10 
Dokumenttyp: Artikel/Aufsatz
Projekt: SPP 1679: Teilprojekt "Numerische Lösungsverfahren für gekoppelte Populationsbilanzsysteme zur dynamischen Simulation multivariater Feststoffprozesse am Beispiel der formselektiven Kristallisation" 
Projekt DEAL 
Sponsor / Fördernde Einrichtung: Deutsche Forschungsgemeinschaft (DFG) 
Lizenz: CC BY 4.0 (Attribution) CC BY 4.0 (Attribution)
Enthalten in den Sammlungen:Publications with fulltext

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
Ahrens-Borne2021_Article_ReconstructionOfLow-rankAggreg.pdfVerlags-PDF1,49 MBAdobe PDFÖffnen/Anzeigen
Miniaturbild
Zur Langanzeige

Seitenansichten

141
Letzte Woche
1
Letzten Monat
5
checked on 06.10.2022

Download(s)

74
checked on 06.10.2022

SCOPUSTM   
Zitate

1
Letzte Woche
0
Letzten Monat
0
checked on 29.06.2022

Google ScholarTM

Prüfe

Feedback zu diesem Datensatz

Diesen Datensatz zitieren

Export

Diese Ressource wurde unter folgender Copyright-Bestimmung veröffentlicht: Lizenz von Creative Commons Creative Commons