[論文レビュー] A Duality Approach to Error Estimation for Variational Inequalities

Zhenying Zhang, Eduard Bader+1 more|arXiv (Cornell University)|Oct 8, 2014

Model Reduction and Neural Networks参考文献 11被引用数 3

ひとこと要約

本稿では、接触力学における高次元問題に特化した、第1種の変分不等式に対する原双対低次元基底法を提案する。スラック変数の近似を用いた双対性アプローチにより、低次元基底近似の収束速度を反映する鋭い後験的誤差境界を達成する。この手法により、完全なオフライン・オンライン計算分解が可能となり、オンラインでの誤差推定が全問題次元に依存しないため、接触力学における高次元問題において著しく効率が向上する。

ABSTRACT

Motivated by problems in contact mechanics, we propose a duality approach for computing approximations and associated a posteriori error bounds to solutions of variational inequalities of the first kind. The proposed approach improves upon existing methods introduced in the context of the reduced basis method in two ways. First, it provides sharp a posteriori error bounds which mimic the rate of convergence of the RB approximation. Second, it enables a full offline-online computational decomposition in which the online cost is completely independent of the dimension of the original (high-dimensional) problem. Numerical results comparing the performance of the proposed and existing approaches illustrate the superiority of the duality approach in cases where the dimension of the full problem is high.

研究の動機と目的

• 接触力学に由来する高次元問題において、既存の低次元基底法の限界を克服すること。
• 低次元基底近似の実際の収束速度を反映する鋭い後験的誤差境界を有する認証済み低次元モデルを開発すること。
• オンラインでの誤差推定コストが全問題次元に依存しない完全なオフライン・オンライン計算分解を達成すること。
• パrametrized楕円型変分不等式を含む、リアルタイムまたは多数クエリを要する文脈における計算効率と精度の向上。

提案手法

• スラック変数に関する追加問題を標準変分不等式に付加することで、原双対定式化を導入する。
• スラック変数を用いて厳密に妥当な近似を構築し、より鋭い後験的誤差推定を可能にする。
• 双対性に基づく双対ギャップ推定を用いて、原変数および双対変数の両方の誤差境界を導出する。
• 低次元基底フレームワーク内にこの手法を適用し、誤差境界のオンライン計算が全問題サイズではなく低次元基底次元にのみ依存することを保証する。
• 基底の強化にグリーディアルゴリズムを採用し、今後の研究では最適化されたグリーディ戦略の開発を予定している。
• 混合定式化と混合補完性問題を用いて、変分不等式を双対性に基づく解析に適した形に表現する。

実験結果

リサーチクエスチョン

• RQ1 双対性に基づくアプローチは、原変数のみの方法と比較して、変分不等式の低次元基底近似に対する後験的誤差境界を著しく鋭くすることができるか？
• RQ2 提案手法は、オンライン誤差推定コストが全問題次元に依存しない完全なオフライン・オンライン分解を達成するか？
• RQ3 双対性アプローチは、低次元基底近似の収束速度に密接に一致する誤差境界の鋭さを維持できるか？
• RQ4 特に高次元設定において、原双対アプローチの計算コストは問題次元に対してどのようにスケーリングするか？

主な発見

• 原双対アプローチは、特に高次元問題において、原変数のみの方法と比較して著しく鋭い後験的誤差境界を生成する。
• 原双対アプローチにおける双対変数（スラック変数）の誤差境界は、低次元基底近似の収束速度を密接に模倣するが、原変数のみの方法とは異なり、そのようにはならない。
• モデル2において、同等の精度でのオンライン計算コストは、原双対アプローチが原変数のみの方法を下回っており、問題次元に伴うスケーラビリティが示されている。
• 原双対法における誤差推定のオンラインコストは、全問題次元Nに依存しないため、効率的なリアルタイムまたは多数クエリ用途に適している。
• 数値結果から、原双対法は原変数のみの方法と比較して、同じ誤差境界閾値においてより高い精度を達成していることが示された。