ScholarGate
Ассистент
Machine learningHierarchical Acceleration

Fast Multipole Method (FMM)

Вместо вычисления вклада каждой частицы в каждую другую частицу (O(n²)), FMM использует тот факт, что удаленные частицы можно аппроксимировать как единую "группу", описываемую несколькими моментами (мультипольное разложение). Область рекурсивно подразделяется на дерево; частицы в ячейках дальнего поля взаимодействуют через мультипольные разложения, тогда как частицы ближнего поля используют прямое вычисление. Такое группирование снижает избыточные вычисления с O(n²) почти до O(n).

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Метод быстрой мультипольной аппроксимации (FMM)
Метод граничных элементо…

Источники

  1. Greengard, L., & Rokhlin, V. (1987). A fast algorithm for particle simulations. Journal of Computational Physics, 73(2), 325–348. DOI: 10.1016/0021-9991(87)90140-9
  2. Greengard, L. (1988). The Rapid Evaluation of Potential Fields in Particle Systems. MIT Press. ISBN: 0262071088
  3. Ying, L., Biros, G., & Zorin, D. (2004). A kernel-independent adaptive fast multipole method. Journal of Computational Physics, 196(2), 591–626. link

Как цитировать эту страницу

ScholarGate. (2026, June 3). Fast Multipole Method (FMM). ScholarGate. https://scholargate.app/ru/numerical-methods/fast-multipole-method

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateFast Multipole Method (Fast Multipole Method (FMM)). Получено 2026-06-15 из https://scholargate.app/ru/numerical-methods/fast-multipole-method · Набор данных: https://doi.org/10.5281/zenodo.20539026