Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math-ph > arXiv:2405.06167

帮助 | 高级搜索

数学物理

arXiv:2405.06167 (math-ph)
[提交于 2024年5月10日 ]

标题: 保持可积性的拉普拉斯增长正则化

标题: Integrability-preserving regularizations of Laplacian Growth

Authors:Razvan Teodorescu
摘要: 拉普拉斯生长(LG)模型被公认为二维中无尺度聚集模型的一个普遍类,其特征是经典可积性并具有有限时间边界奇点形成。一个离散对应物,扩散限制聚集(或DLA),具有类似的局部生长定律,但具有显著不同的全局行为。对于LG和DLA,目前尚无对长时间解的标度性质的适当描述。在本说明中,我们概述了一种可能的方法,以找到产生正则化LG及其与DLA关系的正确理论。
摘要: The Laplacian Growth (LG) model is known as a universality class of scale-free aggregation models in two dimensions, characterized by classical integrability and featuring finite-time boundary singularity formation. A discrete counterpart, Diffusion-Limited Aggregation (or DLA), has a similar local growth law, but significantly different global behavior. For both LG and DLA, a proper description for the scaling properties of long-time solutions is not available yet. In this note, we outline a possible approach towards finding the correct theory yielding a regularized LG and its relation to DLA.
主题: 数学物理 (math-ph) ; 动力系统 (math.DS); 统计理论 (math.ST)
MSC 类: Primary: 30D05, Secondary: 30E10, 30E25
引用方式: arXiv:2405.06167 [math-ph]
  (或者 arXiv:2405.06167v1 [math-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2405.06167
通过 DataCite 发表的 arXiv DOI
期刊参考: Math. Model. Nat. Phenom. 15 (2020) 9
相关 DOI: https://doi.org/10.1051/mmnp/2019032
链接到相关资源的 DOI

提交历史

来自: Razvan Teodorescu [查看电子邮件]
[v1] 星期五, 2024 年 5 月 10 日 01:06:43 UTC (43 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-05
切换浏览方式为:
math
math.DS
math.MP
math.ST
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号