Colloque - Karen E. Willcox : Multifidelity Proper Orthogonal Decomposition
Épisode de Informatique et sciences numériques (2025-2026) - Yvon Maday par Collège de France · 24 juin 2026 · 48 min
Yvon Maday
Chaire Informatique et sciences numériques
Collège de France
Année 2025-2026
Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Karen E. Willcox : Multifidelity Proper Orthogonal Decomposition
Karen E. Willcox
Professor, Director of Oden Institute, University of Texas at Austin, USA
Résumé
The proper orthogonal decomposition (POD) is widely used to compute a low-dimensional basis that underpins a subsequent dimension reduction or reduced-order modeling step. POD is data-driven in the sense that it requires a training data set of high-fidelity solutions, typically referred to as snapshots. For many complex scientific applications, the computational cost of generating these snapshots is prohibitive, especially when their generation requires sampling over a high-dimensional parameter space. This talk presents a multifidelity POD (mfPOD) formulation that leverages cheaper, lower-fidelity snapshots to reduce the computational cost of computing the POD basis. MFPOD then weights high- and low-fidelity snapshot data via a control-variate formulation to guarantee an unbiased estimate of the expected high-fidelity least-squares projection error. For restrictive computational budgets, the MFPOD cost function has (under some assumptions) lower variance than the POD cost function, which makes the MFPOD subspace more robust against variations in the training data and thus less prone to overfitting. Numerical results show that mfPOD achieves an order of magnitude in computational speedup, translating into useful gains in large-scale problems. Joint work with Nicole Aretz.
Autres épisodes de « Informatique et sciences numériques (2025-2026) - Yvon Maday »
- Colloque - Tommaso Taddei : Registration in Bounded Domains for Model Reduction of Parametric Conservation Laws 24 juin 2026
- Colloque - David Ryckelynck : Self Supervised Machine Learning of ROM-nets for Mechanics of Materials 24 juin 2026
- Colloque - Élise Grosjean : A Doubly Reduced Approximation for the Solution to PDEs Based on a Domain Truncation and a Reduced Basis Method: Application to Navier-Stokes Equations 24 juin 2026
- Colloque - Kathrin Smetana : Certified Randomized Model Order Reduction Methods for High-Dimensional Approximation 24 juin 2026
- Colloque - Geneviève Dusson : Metric-Based Nonlinear Model Order Reduction with Applications to Quantum Chemistry 24 juin 2026
- Colloque - Anthony Nouy : Stable Nonlinear Manifold Approximation Using Compositional Networks 24 juin 2026
- Colloque - Ludovic Chamoin : Integrated Structural Health Monitoring with Real-time Data Assimilation and Hybrid Twins 23 juin 2026
- Colloque - Helin Gong : AI-Driven Complexity Reduction and Multi-Physics Digital Twins: From Theory to Engineering Implementation in Nuclear Reactors 23 juin 2026
- Colloque - Evie Nielen : Efficient Greedy Sampling for Model Order Reduction 23 juin 2026
- Colloque - Clémentine Prieur : Diffeomorphism-Based Feature Learning Using Poincaré Inequalities 23 juin 2026
- Colloque - Benjamin Peherstorfer : Dirac-Frenkel Dynamics with Momentum 23 juin 2026
- Colloque - Andrea Manzoni : Reduced Order Modeling and Scientific Machine Learning: Synergies and Opportunities 23 juin 2026
- Colloque - Albert Cohen : Optimal Linear and Non-Linear Dimensionality Reduction 23 juin 2026
- Colloque - Mario Ohlberger : Reduced Order Surrogate Models for PDE-Constrained Optimization and Inverse Problems 22 juin 2026
- Colloque - Beatriz Moya : Avancées en modélisation hybride : vers la transition numérique des territoires 22 juin 2026
À propos du podcast
Créée en partenariat avec Inria, la chaire annuelle Informatique et sciences numériques marque une volonté commune de faire valoir l'importance de cette discipline scientifique et la nécessité de lui octroyer une place pleine et entière. Réduction de complexité pour les simulations numériques…
Informatique et sciences numériques (2025-2026) - Yvon Maday
Épisodes similaires
- 2026-04 V2 PINS.mp4 – Lille.Pod
- Episode #16 Jordan Marion - L'école d'astrologie – Pour l’Amour du Ciel
- E116 - Why You Understand French but Can't Speak It – Intermediate French Podcast - Ta vie en français
- La guillotine : un progrès social ? # Révolution française 🇫🇷 DELF A2 / B1 - French intermediate level - Compréhension orale – Escargot - News & Culture in Simple French
- André Malraux – La base
- (133) L’amour ne suffit pas ! Comment bien se disputer en couple (avec Sandy Kaufmann) – J'ai peur, donc j'y vais
Tous les épisodes de Informatique et sciences numériques (2025-2026) - Yvon Maday · Plus de podcasts Éducation