Publication

Dual compatible splines on nontensor product meshes

Annalisa Buffa, Rafael Vazquez Hernandez
2014
Chapitre de livre

Résumé

In this paper we introduce the concept of dual compatible (DC) splines on nontensor product meshes, study the properties of this class, and discuss their possible use within the isogeometric framework. We show that DC splines are linear independent and that they also enjoy good approximation properties. © Springer International Publishing Switzerland 2014.

Source officielle

https://infoscience.epfl.ch/record/227316?ln=fr

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Dual compatible splines on nontensor product meshes

Graph Chatbot

Chattez avec Graph Search

Dynamically Orthogonal Approximation for Stochastic Differential Equations

Short homology bases for hyperelliptic hyperbolic surfaces

Non-intrusive data-driven reduced-order modeling for time-dependent parametrized problems

Dynamically Orthogonal Approximation for Stochastic Differential Equations

Short homology bases for hyperelliptic hyperbolic surfaces

Non-intrusive data-driven reduced-order modeling for time-dependent parametrized problems