ترجمه فارسی مقاله تقریب مقیاس پذیر و حل کننده های الکترودیفیوژن یونی در هندسه های سلولی

چکیده

The activity and dynamics of excitable cells are fundamentally regulated and moderated by extracellular and intracellular ion concentrations and their electric potentials. The increasing availability of dense reconstructions of excitable tissue at extreme geometric detail pose a new and clear scientific computing challenge for computational modelling of ion dynamics and transport. In this paper, we design, develop and evaluate a scalable numerical algorithm for solving the time-dependent and nonlinear KNP-EMI equations describing ionic electrodiffusion for excitable cells with an explicit geometric representation of intracellular and extracellular compartments and interior interfaces. We also introduce and specify a set of model scenarios of increasing complexity suitable for benchmarking. Our solution strategy is based on an implicit-explicit discretization and linearization in time, a mixed finite element discretization of ion concentrations and electric potentials in intracellular and extracellular domains, and an algebraic multigrid-based, inexact block-diagonal preconditioner for GMRES. Numerical experiments with up to $10^8$ unknowns per time step and up to 256 cores demonstrate that this solution strategy is robust and scalable with respect to the problem size, time discretization and number of cores.

چکیده به فارسی (ترجمه ماشینی)

فعالیت و پویایی سلولهای هیجان انگیز اساساً توسط غلظت یون خارج سلولی و داخل سلولی و پتانسیل های الکتریکی آنها تنظیم و تعدیل می شود.در دسترس بودن فزاینده بازسازی های متراکم از بافت هیجان انگیز در جزئیات هندسی شدید ، یک چالش محاسبات علمی جدید و واضح را برای مدل سازی محاسباتی پویایی یونی و حمل و نقل ایجاد می کند.در این مقاله ، ما یک الگوریتم عددی مقیاس پذیر را برای حل معادلات KNP-EMI وابسته به زمان و غیرخطی توصیف می کنیم ، که الکترودایفیوژن یونی را برای سلولهای تحریک پذیر با یک نمایش هندسی صریح از محفظه های داخل سلولی و خارج سلولی و اطلاعات داخلی ارائه می دهیم.ما همچنین مجموعه ای از سناریوهای مدل افزایش پیچیدگی مناسب برای معیار را معرفی و مشخص می کنیم.استراتژی راه حل ما مبتنی بر یک تفسیر ضمنی و مشخص و خطی در زمان است ، یک تفسیر عناصر محدود از غلظت یون و پتانسیل های الکتریکی در حوزه های داخل سلولی و خارج سلولی ، و یک پیشرو-دیاگونی مبتنی بر جبری برای GMRE.آزمایش های عددی با حداکثر 10^8 $ ناشناخته در هر مرحله و حداکثر 256 هسته نشان می دهد که این استراتژی راه حل با توجه به اندازه مشکل ، گسسته سازی زمان و تعداد هسته ها قوی و مقیاس پذیر است.