A modified Levenberg–Marquardt scheme for solving a class of parameter identification problems

Levenberg-Marquardt算法 反问题 趋同(经济学) 数学 方案(数学) 非线性系统 电阻抗断层成像 数学优化 鉴定(生物学) 弗雷歇导数 算法 计算机科学 应用数学 电阻抗 人工神经网络 人工智能 巴拿赫空间 纯数学 经济 经济增长 数学分析 生物 工程类 物理 电气工程 植物 量子力学
作者
M. P. Rajan,Niloopher Salam
出处
期刊:Applicable Analysis [Taylor & Francis]
卷期号:103 (6): 1080-1097 被引量:1
标识
DOI:10.1080/00036811.2023.2231225
摘要

AbstractParameter identification problems in PDEs are special class of nonlinear inverse problems which has many applications in science and technology. One such application is the Electrical Impedance Tomography (EIT) problem. Although many methods are available in literature to tackle nonlinear problems, the computation of Fréchet derivative is often a bottle neck for deriving the solution. Moreover, many assumptions are required to establish the convergence of such methods. In this paper, we propose a modified form of Levenberg–Marquardt scheme which does not require the knowledge of exact Fréchet derivative, instead, uses an approximate form of it and at the same time, no additional assumptions are required to establish the convergence of the scheme. We illustrate the theoretical result through numerical examples. In order to ensure that the proposed scheme can be applied to practical problems, we have applied the scheme to EIT problem and the reconstruction process clearly demonstrates that the method can be successfully applied to practical problems.Keywords: Parameter identification problemselectrical impedance tomographynonlinear ill-posed problemsregularizationiterative methodAMS Classifications: 65J1065J2065J2247L10 AcknowledgmentsWe profoundly thank the unknown referee(s) for their careful reading of the manuscript and valuable suggestions that significantly improved the presentation of the paper as well.Disclosure statementNo potential conflict of interest was reported by the author(s).
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
orixero应助Jie_huang采纳,获得10
刚刚
1秒前
麻辣小龙虾完成签到,获得积分10
1秒前
nozero应助kingwill采纳,获得30
1秒前
meteor完成签到,获得积分10
1秒前
2秒前
大头完成签到 ,获得积分10
2秒前
jyszh1001完成签到,获得积分10
2秒前
ZJ完成签到,获得积分10
3秒前
清欢完成签到,获得积分20
3秒前
无花果应助ChrisKim采纳,获得10
4秒前
量子星尘发布了新的文献求助10
4秒前
4秒前
4秒前
岚12完成签到 ,获得积分10
5秒前
王一梦发布了新的文献求助10
5秒前
5秒前
6秒前
渣155136发布了新的文献求助10
6秒前
清心淡如水完成签到,获得积分10
6秒前
Nofear完成签到 ,获得积分10
7秒前
极度发布了新的文献求助10
7秒前
Singularity应助ZJ采纳,获得10
7秒前
7秒前
8秒前
JiangSir完成签到,获得积分10
8秒前
冰销雪释完成签到,获得积分10
9秒前
9秒前
红汤加煎蛋完成签到,获得积分10
10秒前
相南相北完成签到 ,获得积分10
10秒前
星河完成签到,获得积分10
11秒前
Cici发布了新的文献求助10
11秒前
11秒前
蕯匿完成签到,获得积分10
12秒前
12秒前
脑袋空空完成签到,获得积分10
12秒前
子车茗应助东北一枝花采纳,获得30
13秒前
123完成签到,获得积分10
13秒前
UUU完成签到 ,获得积分10
13秒前
吴佳俊完成签到,获得积分10
14秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
Greene's Protective Groups in Organic Synthesis 2025 600
Statistical Methods for the Social Sciences, Global Edition, 6th edition 600
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
ALUMINUM STANDARDS AND DATA 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3666770
求助须知:如何正确求助?哪些是违规求助? 3225689
关于积分的说明 9764686
捐赠科研通 2935564
什么是DOI,文献DOI怎么找? 1607743
邀请新用户注册赠送积分活动 759343
科研通“疑难数据库(出版商)”最低求助积分说明 735281