Questo sito utilizza solo cookie tecnici per il corretto funzionamento delle pagine web e per il miglioramento dei servizi.
Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy.
Proseguendo la navigazione del sito acconsenti all'uso dei cookie.
Se vuoi saperne di più o negare il consenso consulta l'informativa sulla privacy.
Proseguendo la navigazione del sito acconsenti all'uso dei cookie.
Seminario del 2020
2020
01 ottobre
Davide Palitta
Seminario di analisi numerica
The Löwner framework is one of the most successful data-driven model order reduction techniques.
Given k right interpolation data and h left interpolation data, the standard layout of this approach is composed of two stages.
First, the kh x kh Löwner matrix L and shifted Löwner matrix S are constructed. Then, an SVD of L-ζS, ζ belonging to one of the data sets, provides the projection matrices used to compute the sought reduced model.
These two steps become numerically challenging for large k and h in terms of both computational time and storage demand.
We show how the structure of L and S can be exploited to reduce the cost of performing (L-ζS)x while avoiding the explicit allocation of L and S.