We consider several mathematical issues regarding models that simulate forces exerted by cells. Since the size of cells is much smaller than the size of the domain of computation, one often considers point forces, modelled by Dirac Delta distributions on boundary segments of cells. In the current paper, we treat forces that are directed normal to the cell boundary and that are directed toward the cell centre. Since it can be shown that there exists no smooth solution, at least not in $H^1$ for solutions to the governing momentum balance equation, we analyse the convergence and quality of the approximation. Furthermore, the expected finite element problems that we get necessitate scrutinizing alternative model formulations, such as the use of smoothed Dirac distributions, or the so-called smoothed particle approach as well as the so-called 'hole' approach where cellular forces are modelled through the use of (natural) boundary conditions. In this paper, we investigate and attempt to quantify the conditions for consistency between the various approaches. This has resulted in error analyses in the $H^1$-norm of the numerical solution based on Galerkin principles that entail Lagrangian basis functions. The paper also addresses well-posedness in terms of existence and uniqueness. The current analysis has been performed for the linear steady-state (hence neglecting inertia and damping) momentum equations under the assumption of Hooke's law.


翻译:我们考虑一些模拟细胞所施加力量模型的数学问题。 由于细胞大小远小于计算范围, 人们常常会考虑点力, 以Dirac Delta 分布模式为模型, 在细胞的边界段上进行点力。 在本文中, 我们处理正常的细胞边界力量, 并且将细胞中心作为模型。 由于可以证明不存在平稳的解决方案, 至少不是以1美元来计算调节动力平衡方程式的解决方案, 我们分析近似值的趋同和质量。 此外, 我们得到的预期有限元素问题需要仔细分析替代模型的配方, 如使用平滑的Dirac分布, 或所谓的平滑的粒子方法, 以及所谓的“洞”方法, 细胞力量通过使用( 自然) 边界条件来模拟。 由于可以证明不存在任何平稳的解决方案, 我们调查并试图量化各种方法之间一致性的条件。 这导致在基于Galerkin 原则的数值解决方案中进行错误分析, 包括拉格兰基函数。 纸色的分布式分布式分布法则以所谓的“ ” 以及所谓的“洞洞穴”, 以及所谓的“ 模型分析也以稳定的“ 状态”, 的“ 分析以稳定的“ 的轨态” 和“ 的轨平态” 。

0
下载
关闭预览

相关内容

最新《自监督表示学习》报告,70页ppt
专知会员服务
85+阅读 · 2020年12月22日
【干货书】机器学习速查手册,135页pdf
专知会员服务
122+阅读 · 2020年11月20日
【DeepMind】强化学习教程,83页ppt
专知会员服务
147+阅读 · 2020年8月7日
强化学习最新教程,17页pdf
专知会员服务
167+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年5月18日
A Modern Introduction to Online Learning
Arxiv
19+阅读 · 2019年12月31日
Arxiv
3+阅读 · 2017年12月14日
VIP会员
相关VIP内容
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员