A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | , |
Banca de defesa: | , , , , |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | eng |
Instituição de defesa: |
Laboratório Nacional de Computação Científica
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Modelagem Computacional
|
Departamento: |
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA)
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://tede.lncc.br/handle/tede/315 |
Resumo: | Esta tese diz respeito a uma classe de problemas de potencial inverso que, por sua vez, pode ser visto como problemas de reconstrução. Em particular, os problemas inversos, aqui estudados, são caracterizados pelo fato de que a incógnita desejada é um subconjunto geométrico contido no interior de um domínio de referência e sua reconstrução é obtida a partir de medidas parciais de o potencial associado. Esse tipo de problema inverso tem muitas aplicações na física e engenharia. Na verdade, eles estão relacionados com a localização das fontes de poluição em um determinado ambiente; a identificação de monopolos e dipolos em eletroencefalografia e magnetoencefalografia; a detecção do epicentro de um determinado terremoto, sabendo seu efeito na superfície da terra, bem como a detecção de anomalias desconhecidas presentes no interior o núcleo da terra a partir de medições do campo de gravidade em sua superfície, por exemplo. Em No caso particular desta tese, consideramos cinco problemas de reconstrução inversa. Dois deles são governados por uma equação modificada de Helmholtz. Outros dois são governados por uma equação de Helmholtz. O último problema é modelado por uma convecção-difusão governando equação. Dois problemas que têm a mesma equação governante diferem um do outro pela condição de contorno e/ou região do domínio onde as medidas de o campo escalar de interesse são coletados. Como esses problemas são escritos na forma de problemas de valor de contorno mal colocados, nós os reescrevemos como problemas de otimização de topologia. Em particular, um funcional de forma medindo o desajuste entre a solução obtida de o modelo e os dados obtidos das medições de limite são minimizados em relação a um conjunto de anomalias em forma de bola usando o conceito de derivadas topológicas. Isso significa que o funcional de forma é expandido assintoticamente e então truncado até o desejado prazo de pedido. A expansão truncada resultante é trivialmente minimizada em relação ao parâmetros sob consideração que leva a uma reconstrução de segunda ordem não iterativa algoritmo. Como resultado, o processo de reconstrução torna-se muito robusto no que diz respeito os dados ruidosos e independente de qualquer suposição inicial. Além disso, como esse algoritmo pode aproximar com precisão o conjunto de subconjuntos geométricos desconhecidos por várias bolas, pode ser usado para fornecer um bom palpite inicial para abordagens iterativas mais complexas como os baseados em métodos de conjuntos de níveis, por exemplo. Ressaltamos ainda que, como parte da abordagem baseada em derivativos topológicos, estimativas dos termos restantes decorrentes da expansão assintótica do funcional topologicamente perturbado são dadas em detalhes fornecendo uma análise assintótica completa para cada um dos problemas abordados aqui. Finalmente, a fim de mostrar a eficácia do algoritmo de reconstrução desenvolvido, alguns experimentos numéricos em duas dimensões espaciais são apresentados, levando em conta o reconstrução de múltiplas anomalias em diferentes cenários. |
id |
LNCC_d2a0833b983878ba3569d3b673e171c3 |
---|---|
oai_identifier_str |
oai:tede-server.lncc.br:tede/315 |
network_acronym_str |
LNCC |
network_name_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
repository_id_str |
|
spelling |
Novotny, Antonio AndréSokolowski, JanPrakash, RaviNovotny, Antonio AndréLaurain, AntonieLeitão, Antonio Carlos G.Valentin, Frédéric G. C.Javier Blanco, PabloFernandez, Lucas dos Santos2023-03-06T17:42:52Z2019-04-01FERNANDEZ, L. S. A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems. 2019. 181 f. Tese (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2019.https://tede.lncc.br/handle/tede/315Esta tese diz respeito a uma classe de problemas de potencial inverso que, por sua vez, pode ser visto como problemas de reconstrução. Em particular, os problemas inversos, aqui estudados, são caracterizados pelo fato de que a incógnita desejada é um subconjunto geométrico contido no interior de um domínio de referência e sua reconstrução é obtida a partir de medidas parciais de o potencial associado. Esse tipo de problema inverso tem muitas aplicações na física e engenharia. Na verdade, eles estão relacionados com a localização das fontes de poluição em um determinado ambiente; a identificação de monopolos e dipolos em eletroencefalografia e magnetoencefalografia; a detecção do epicentro de um determinado terremoto, sabendo seu efeito na superfície da terra, bem como a detecção de anomalias desconhecidas presentes no interior o núcleo da terra a partir de medições do campo de gravidade em sua superfície, por exemplo. Em No caso particular desta tese, consideramos cinco problemas de reconstrução inversa. Dois deles são governados por uma equação modificada de Helmholtz. Outros dois são governados por uma equação de Helmholtz. O último problema é modelado por uma convecção-difusão governando equação. Dois problemas que têm a mesma equação governante diferem um do outro pela condição de contorno e/ou região do domínio onde as medidas de o campo escalar de interesse são coletados. Como esses problemas são escritos na forma de problemas de valor de contorno mal colocados, nós os reescrevemos como problemas de otimização de topologia. Em particular, um funcional de forma medindo o desajuste entre a solução obtida de o modelo e os dados obtidos das medições de limite são minimizados em relação a um conjunto de anomalias em forma de bola usando o conceito de derivadas topológicas. Isso significa que o funcional de forma é expandido assintoticamente e então truncado até o desejado prazo de pedido. A expansão truncada resultante é trivialmente minimizada em relação ao parâmetros sob consideração que leva a uma reconstrução de segunda ordem não iterativa algoritmo. Como resultado, o processo de reconstrução torna-se muito robusto no que diz respeito os dados ruidosos e independente de qualquer suposição inicial. Além disso, como esse algoritmo pode aproximar com precisão o conjunto de subconjuntos geométricos desconhecidos por várias bolas, pode ser usado para fornecer um bom palpite inicial para abordagens iterativas mais complexas como os baseados em métodos de conjuntos de níveis, por exemplo. Ressaltamos ainda que, como parte da abordagem baseada em derivativos topológicos, estimativas dos termos restantes decorrentes da expansão assintótica do funcional topologicamente perturbado são dadas em detalhes fornecendo uma análise assintótica completa para cada um dos problemas abordados aqui. Finalmente, a fim de mostrar a eficácia do algoritmo de reconstrução desenvolvido, alguns experimentos numéricos em duas dimensões espaciais são apresentados, levando em conta o reconstrução de múltiplas anomalias em diferentes cenários.This thesis concerns a class of inverse potential problems which, in turn, can be seen as reconstruction problems. In particular, the inverse problems, studied here, are characterized by the fact that the desired unknown is a geometrical subset contained in the interior of a reference domain and its reconstruction is obtained from partial measurements of the associated potential. Such type of inverse problem has many applications in physics and engineering. In fact, they are related to the location of pollution sources in a given environment; the identification of monopoles and dipoles in electroencephalography and magnetoencephalography; the detection of the epicenter of a given earthquake, knowing its effect on the earth surface as well as the detection of unknown anomalies present inside the core of the earth from measurements of the gravity field on its surface, for example. In the particular case of this thesis, we consider five inverse reconstruction problems. Two of them are governed by a modified Helmholtz equation. Another two are governed by a Helmholtz equation. The last problem is modeled by a convection-diffusion governing equation. Two problems who have the same governing equation differ from one another by the boundary condition and/or the region of the domain where the measurements of the scalar field of interest are collected. Since these problems are written in the form of ill-posed boundary value problems, we rewrite them as topology optimization problems. In particular, a shape functional measuring the misfit between the solution obtained from the model and the data taken from the boundary measurements is minimized with respect to a set of ball-shaped anomalies by using the concept of topological derivatives. It means that the shape functional is expanded asymptotically and then truncated up to the desired order term. The resulting truncated expansion is trivially minimized with respect to the parameters under consideration which leads to a noniterative second-order reconstruction algorithm. As a result, the reconstruction process becomes very robust with respect to the noisy data and independent of any initial guess. Furthermore, since this algorithm can accurately approximate the set of unknown geometrical subsets by several balls, it can be used for supplying a good initial guess for more complex iterative approaches such as the ones based on level-sets methods, for instance. We further emphasize that, as part of the topological derivatives-based approach, estimates of the remaining terms arising from the asymptotic expansion of the topologically perturbed functional are given in detail providing a complete asymptotic analysis for each of the problems addressed here. Finally, in order to show the effectiveness of the devised reconstruction algorithm, some numerical experiments in two spatial dimensions are presented, taking into account the reconstruction of multiple anomalies in different scenarios.Submitted by Patrícia Vieira Silva (library@lncc.br) on 2023-03-06T17:40:54Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Lucas Fernandez_Tese2019.pdf: 6084474 bytes, checksum: 97bb92bc1267e703b4550e0e1aef8497 (MD5)Approved for entry into archive by Patrícia Vieira Silva (library@lncc.br) on 2023-03-06T17:41:12Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Lucas Fernandez_Tese2019.pdf: 6084474 bytes, checksum: 97bb92bc1267e703b4550e0e1aef8497 (MD5)Made available in DSpace on 2023-03-06T17:42:52Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Lucas Fernandez_Tese2019.pdf: 6084474 bytes, checksum: 97bb92bc1267e703b4550e0e1aef8497 (MD5) Previous issue date: 2019-04-01Conselho Nacional de Desenvolvimento Científico e Tecnológicoapplication/pdfhttp://tede-server.lncc.br:8080/retrieve/1200/Lucas%20Fernandez_Tese2019.pdf.jpgengLaboratório Nacional de Computação CientíficaPrograma de Pós-Graduação em Modelagem ComputacionalLNCCBrasilCoordenação de Pós-Graduação e Aperfeiçoamento (COPGA)http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessOtimização matemáticaTopologia algébricaCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISEA noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problemsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCCLICENSElicense.txtlicense.txttext/plain; charset=utf-82165http://tede-server.lncc.br:8080/tede/bitstream/tede/315/1/license.txtbd3efa91386c1718a7f26a329fdcb468MD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://tede-server.lncc.br:8080/tede/bitstream/tede/315/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://tede-server.lncc.br:8080/tede/bitstream/tede/315/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://tede-server.lncc.br:8080/tede/bitstream/tede/315/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54ORIGINALLucas Fernandez_Tese2019.pdfLucas Fernandez_Tese2019.pdfapplication/pdf6084474http://tede-server.lncc.br:8080/tede/bitstream/tede/315/5/Lucas+Fernandez_Tese2019.pdf97bb92bc1267e703b4550e0e1aef8497MD55TEXTLucas Fernandez_Tese2019.pdf.txtLucas Fernandez_Tese2019.pdf.txttext/plain335229http://tede-server.lncc.br:8080/tede/bitstream/tede/315/6/Lucas+Fernandez_Tese2019.pdf.txt8a7dac48d572600f81ce79475f9fd292MD56THUMBNAILLucas Fernandez_Tese2019.pdf.jpgLucas Fernandez_Tese2019.pdf.jpgimage/jpeg3643http://tede-server.lncc.br:8080/tede/bitstream/tede/315/7/Lucas+Fernandez_Tese2019.pdf.jpg3234090ade3195efa5906c0717ac89a9MD57tede/3152023-03-07 01:07:03.613oai:tede-server.lncc.br:tede/315Tk9UQTogQ09MT1FVRSBBUVVJIEEgU1VBIFBSw5NQUklBIExJQ0VOw4dBCkVzdGEgbGljZW7Dp2EgZGUgZXhlbXBsbyDDqSBmb3JuZWNpZGEgYXBlbmFzIHBhcmEgZmlucyBpbmZvcm1hdGl2b3MuCgpMSUNFTsOHQSBERSBESVNUUklCVUnDh8ODTyBOw4NPLUVYQ0xVU0lWQQoKQ29tIGEgYXByZXNlbnRhw6fDo28gZGVzdGEgbGljZW7Dp2EsIHZvY8OqIChvIGF1dG9yIChlcykgb3UgbyB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvcikgY29uY2VkZSDDoCBVbml2ZXJzaWRhZGUgClhYWCAoU2lnbGEgZGEgVW5pdmVyc2lkYWRlKSBvIGRpcmVpdG8gbsOjby1leGNsdXNpdm8gZGUgcmVwcm9kdXppciwgIHRyYWR1emlyIChjb25mb3JtZSBkZWZpbmlkbyBhYmFpeG8pLCBlL291IApkaXN0cmlidWlyIGEgc3VhIHRlc2Ugb3UgZGlzc2VydGHDp8OjbyAoaW5jbHVpbmRvIG8gcmVzdW1vKSBwb3IgdG9kbyBvIG11bmRvIG5vIGZvcm1hdG8gaW1wcmVzc28gZSBlbGV0csO0bmljbyBlIAplbSBxdWFscXVlciBtZWlvLCBpbmNsdWluZG8gb3MgZm9ybWF0b3Mgw6F1ZGlvIG91IHbDrWRlby4KClZvY8OqIGNvbmNvcmRhIHF1ZSBhIFNpZ2xhIGRlIFVuaXZlcnNpZGFkZSBwb2RlLCBzZW0gYWx0ZXJhciBvIGNvbnRlw7pkbywgdHJhbnNwb3IgYSBzdWEgdGVzZSBvdSBkaXNzZXJ0YcOnw6NvIApwYXJhIHF1YWxxdWVyIG1laW8gb3UgZm9ybWF0byBwYXJhIGZpbnMgZGUgcHJlc2VydmHDp8Ojby4KClZvY8OqIHRhbWLDqW0gY29uY29yZGEgcXVlIGEgU2lnbGEgZGUgVW5pdmVyc2lkYWRlIHBvZGUgbWFudGVyIG1haXMgZGUgdW1hIGPDs3BpYSBhIHN1YSB0ZXNlIG91IApkaXNzZXJ0YcOnw6NvIHBhcmEgZmlucyBkZSBzZWd1cmFuw6dhLCBiYWNrLXVwIGUgcHJlc2VydmHDp8Ojby4KClZvY8OqIGRlY2xhcmEgcXVlIGEgc3VhIHRlc2Ugb3UgZGlzc2VydGHDp8OjbyDDqSBvcmlnaW5hbCBlIHF1ZSB2b2PDqiB0ZW0gbyBwb2RlciBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyAKbmVzdGEgbGljZW7Dp2EuIFZvY8OqIHRhbWLDqW0gZGVjbGFyYSBxdWUgbyBkZXDDs3NpdG8gZGEgc3VhIHRlc2Ugb3UgZGlzc2VydGHDp8OjbyBuw6NvLCBxdWUgc2VqYSBkZSBzZXUgCmNvbmhlY2ltZW50bywgaW5mcmluZ2UgZGlyZWl0b3MgYXV0b3JhaXMgZGUgbmluZ3XDqW0uCgpDYXNvIGEgc3VhIHRlc2Ugb3UgZGlzc2VydGHDp8OjbyBjb250ZW5oYSBtYXRlcmlhbCBxdWUgdm9jw6ogbsOjbyBwb3NzdWkgYSB0aXR1bGFyaWRhZGUgZG9zIGRpcmVpdG9zIGF1dG9yYWlzLCB2b2PDqiAKZGVjbGFyYSBxdWUgb2J0ZXZlIGEgcGVybWlzc8OjbyBpcnJlc3RyaXRhIGRvIGRldGVudG9yIGRvcyBkaXJlaXRvcyBhdXRvcmFpcyBwYXJhIGNvbmNlZGVyIMOgIFNpZ2xhIGRlIFVuaXZlcnNpZGFkZSAKb3MgZGlyZWl0b3MgYXByZXNlbnRhZG9zIG5lc3RhIGxpY2Vuw6dhLCBlIHF1ZSBlc3NlIG1hdGVyaWFsIGRlIHByb3ByaWVkYWRlIGRlIHRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIAppZGVudGlmaWNhZG8gZSByZWNvbmhlY2lkbyBubyB0ZXh0byBvdSBubyBjb250ZcO6ZG8gZGEgdGVzZSBvdSBkaXNzZXJ0YcOnw6NvIG9yYSBkZXBvc2l0YWRhLgoKQ0FTTyBBIFRFU0UgT1UgRElTU0VSVEHDh8ODTyBPUkEgREVQT1NJVEFEQSBURU5IQSBTSURPIFJFU1VMVEFETyBERSBVTSBQQVRST0PDjU5JTyBPVSAKQVBPSU8gREUgVU1BIEFHw4pOQ0lBIERFIEZPTUVOVE8gT1UgT1VUUk8gT1JHQU5JU01PIFFVRSBOw4NPIFNFSkEgQSBTSUdMQSBERSAKVU5JVkVSU0lEQURFLCBWT0PDiiBERUNMQVJBIFFVRSBSRVNQRUlUT1UgVE9ET1MgRSBRVUFJU1FVRVIgRElSRUlUT1MgREUgUkVWSVPDg08gQ09NTyAKVEFNQsOJTSBBUyBERU1BSVMgT0JSSUdBw4fDlUVTIEVYSUdJREFTIFBPUiBDT05UUkFUTyBPVSBBQ09SRE8uCgpBIFNpZ2xhIGRlIFVuaXZlcnNpZGFkZSBzZSBjb21wcm9tZXRlIGEgaWRlbnRpZmljYXIgY2xhcmFtZW50ZSBvIHNldSBub21lIChzKSBvdSBvKHMpIG5vbWUocykgZG8ocykgCmRldGVudG9yKGVzKSBkb3MgZGlyZWl0b3MgYXV0b3JhaXMgZGEgdGVzZSBvdSBkaXNzZXJ0YcOnw6NvLCBlIG7Do28gZmFyw6EgcXVhbHF1ZXIgYWx0ZXJhw6fDo28sIGFsw6ltIGRhcXVlbGFzIApjb25jZWRpZGFzIHBvciBlc3RhIGxpY2Vuw6dhLgo=Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2023-03-07T04:07:03Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false |
dc.title.por.fl_str_mv |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems |
title |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems |
spellingShingle |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems Fernandez, Lucas dos Santos Otimização matemática Topologia algébrica CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE |
title_short |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems |
title_full |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems |
title_fullStr |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems |
title_full_unstemmed |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems |
title_sort |
A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems |
author |
Fernandez, Lucas dos Santos |
author_facet |
Fernandez, Lucas dos Santos |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Novotny, Antonio André |
dc.contributor.advisor2.fl_str_mv |
Sokolowski, Jan |
dc.contributor.advisor-co1.fl_str_mv |
Prakash, Ravi |
dc.contributor.referee1.fl_str_mv |
Novotny, Antonio André |
dc.contributor.referee2.fl_str_mv |
Laurain, Antonie |
dc.contributor.referee3.fl_str_mv |
Leitão, Antonio Carlos G. |
dc.contributor.referee4.fl_str_mv |
Valentin, Frédéric G. C. |
dc.contributor.referee5.fl_str_mv |
Javier Blanco, Pablo |
dc.contributor.author.fl_str_mv |
Fernandez, Lucas dos Santos |
contributor_str_mv |
Novotny, Antonio André Sokolowski, Jan Prakash, Ravi Novotny, Antonio André Laurain, Antonie Leitão, Antonio Carlos G. Valentin, Frédéric G. C. Javier Blanco, Pablo |
dc.subject.por.fl_str_mv |
Otimização matemática Topologia algébrica |
topic |
Otimização matemática Topologia algébrica CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA::ANALISE |
description |
Esta tese diz respeito a uma classe de problemas de potencial inverso que, por sua vez, pode ser visto como problemas de reconstrução. Em particular, os problemas inversos, aqui estudados, são caracterizados pelo fato de que a incógnita desejada é um subconjunto geométrico contido no interior de um domínio de referência e sua reconstrução é obtida a partir de medidas parciais de o potencial associado. Esse tipo de problema inverso tem muitas aplicações na física e engenharia. Na verdade, eles estão relacionados com a localização das fontes de poluição em um determinado ambiente; a identificação de monopolos e dipolos em eletroencefalografia e magnetoencefalografia; a detecção do epicentro de um determinado terremoto, sabendo seu efeito na superfície da terra, bem como a detecção de anomalias desconhecidas presentes no interior o núcleo da terra a partir de medições do campo de gravidade em sua superfície, por exemplo. Em No caso particular desta tese, consideramos cinco problemas de reconstrução inversa. Dois deles são governados por uma equação modificada de Helmholtz. Outros dois são governados por uma equação de Helmholtz. O último problema é modelado por uma convecção-difusão governando equação. Dois problemas que têm a mesma equação governante diferem um do outro pela condição de contorno e/ou região do domínio onde as medidas de o campo escalar de interesse são coletados. Como esses problemas são escritos na forma de problemas de valor de contorno mal colocados, nós os reescrevemos como problemas de otimização de topologia. Em particular, um funcional de forma medindo o desajuste entre a solução obtida de o modelo e os dados obtidos das medições de limite são minimizados em relação a um conjunto de anomalias em forma de bola usando o conceito de derivadas topológicas. Isso significa que o funcional de forma é expandido assintoticamente e então truncado até o desejado prazo de pedido. A expansão truncada resultante é trivialmente minimizada em relação ao parâmetros sob consideração que leva a uma reconstrução de segunda ordem não iterativa algoritmo. Como resultado, o processo de reconstrução torna-se muito robusto no que diz respeito os dados ruidosos e independente de qualquer suposição inicial. Além disso, como esse algoritmo pode aproximar com precisão o conjunto de subconjuntos geométricos desconhecidos por várias bolas, pode ser usado para fornecer um bom palpite inicial para abordagens iterativas mais complexas como os baseados em métodos de conjuntos de níveis, por exemplo. Ressaltamos ainda que, como parte da abordagem baseada em derivativos topológicos, estimativas dos termos restantes decorrentes da expansão assintótica do funcional topologicamente perturbado são dadas em detalhes fornecendo uma análise assintótica completa para cada um dos problemas abordados aqui. Finalmente, a fim de mostrar a eficácia do algoritmo de reconstrução desenvolvido, alguns experimentos numéricos em duas dimensões espaciais são apresentados, levando em conta o reconstrução de múltiplas anomalias em diferentes cenários. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-04-01 |
dc.date.accessioned.fl_str_mv |
2023-03-06T17:42:52Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
FERNANDEZ, L. S. A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems. 2019. 181 f. Tese (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2019. |
dc.identifier.uri.fl_str_mv |
https://tede.lncc.br/handle/tede/315 |
identifier_str_mv |
FERNANDEZ, L. S. A noniterative reconstruction method based on higher-order topological derivatives for solving a class of inverse problems. 2019. 181 f. Tese (Programa de Pós-Graduação em Modelagem Computacional) - Laboratório Nacional de Computação Científica, Petrópolis, 2019. |
url |
https://tede.lncc.br/handle/tede/315 |
dc.language.iso.fl_str_mv |
eng |
language |
eng |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Modelagem Computacional |
dc.publisher.initials.fl_str_mv |
LNCC |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Coordenação de Pós-Graduação e Aperfeiçoamento (COPGA) |
publisher.none.fl_str_mv |
Laboratório Nacional de Computação Científica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do LNCC instname:Laboratório Nacional de Computação Científica (LNCC) instacron:LNCC |
instname_str |
Laboratório Nacional de Computação Científica (LNCC) |
instacron_str |
LNCC |
institution |
LNCC |
reponame_str |
Biblioteca Digital de Teses e Dissertações do LNCC |
collection |
Biblioteca Digital de Teses e Dissertações do LNCC |
bitstream.url.fl_str_mv |
http://tede-server.lncc.br:8080/tede/bitstream/tede/315/1/license.txt http://tede-server.lncc.br:8080/tede/bitstream/tede/315/2/license_url http://tede-server.lncc.br:8080/tede/bitstream/tede/315/3/license_text http://tede-server.lncc.br:8080/tede/bitstream/tede/315/4/license_rdf http://tede-server.lncc.br:8080/tede/bitstream/tede/315/5/Lucas+Fernandez_Tese2019.pdf http://tede-server.lncc.br:8080/tede/bitstream/tede/315/6/Lucas+Fernandez_Tese2019.pdf.txt http://tede-server.lncc.br:8080/tede/bitstream/tede/315/7/Lucas+Fernandez_Tese2019.pdf.jpg |
bitstream.checksum.fl_str_mv |
bd3efa91386c1718a7f26a329fdcb468 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 97bb92bc1267e703b4550e0e1aef8497 8a7dac48d572600f81ce79475f9fd292 3234090ade3195efa5906c0717ac89a9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC) |
repository.mail.fl_str_mv |
library@lncc.br||library@lncc.br |
_version_ |
1790266130708824064 |