A Preconditioned Richardson Regularization for the Data Completion Problem and the Kozlov-Maz’ya-Fomin Method

Résumé : L’objectif est d’utiliser une méthode itérative de Richardson préconditionnée comme une technique de régularisation pour le problème de complétion de données. Le problème est connu pour être sévèrement mal posé qui rend son traitement numérique ardu. L’approche adoptée est basée sur le cadre variationnel de Steklov-Poincaré introduit dans [Inverse Problems, vol. 21, 2005]. L’algorithme obtenu s’avère être équivalent à celui de Kozlov-Maz’ya-Fomin parû dans [Comp. Math. Phys., vol. 31, 1991]. Nous menons une analyse complète pour le choix du critère d’arrêt, et établissons des estimations optimales sous les Conditions Générale de Source sur la solution exacte. Nous discutons, enfin, quelques exemples numériques qui confortent les pertinence de la méthode.
Type de document :
Article dans une revue
Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées, INRIA, 2010, 13, pp.17-32
Liste complète des métadonnées

Littérature citée [11 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01286821
Contributeur : Coordination Episciences Iam <>
Soumis le : vendredi 11 mars 2016 - 14:23:56
Dernière modification le : mercredi 29 novembre 2017 - 09:21:06
Document(s) archivé(s) le : dimanche 13 novembre 2016 - 15:51:10

Fichier

Vol.13.pp.17-32.pdf
Fichiers éditeurs autorisés sur une archive ouverte

Identifiants

  • HAL Id : hal-01286821, version 1

Collections

Citation

Duc Thang Du, Faten Jelassi. A Preconditioned Richardson Regularization for the Data Completion Problem and the Kozlov-Maz’ya-Fomin Method. Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées, INRIA, 2010, 13, pp.17-32. 〈hal-01286821〉

Partager

Métriques

Consultations de la notice

38

Téléchargements de fichiers

115