[論文レビュー] A numerically stable a posteriori error estimator for reduced basis approximations of elliptic equations

Andreas Buhr, Christian Engwer+2 more|arXiv (Cornell University)|Jul 30, 2014

Model Reduction and Neural Networks参考文献 6被引用数 21

ひとこと要約

本稿では、残差を正規直交基底に表現することで、従来の手法が抱える丸め誤差を回避し、数値的に安定した事後誤差推定器を、楕円型偏微分方程式の低次元近似に提案する。新しいアルゴリズムは、標準的手法と同等の計算複雑性を維持しながら、√εにおける誤差の停滞を防ぎ、高精度要件を満たす場合でも正確な低次元基底の生成を可能にする。

ABSTRACT

The Reduced Basis (RB) method is a well established method for the model order reduction of problems formulated as parametrized partial differential equations. One crucial requirement for the application of RB schemes is the availability of an a posteriori error estimator to reliably estimate the error introduced by the reduction process. However, straightforward implementations of standard residual based estimators show poor numerical stability, rendering them unusable if high accuracy is required. In this work we propose a new algorithm based on representing the residual with respect to a dedicated orthonormal basis, which is both easy to implement and requires little additional computational overhead. A numerical example is given to demonstrate the performance of the proposed algorithm.

研究の動機と目的

• 従来の残差に基づく事後誤差推定器が、丸め誤差のため√ε付近で誤差の停滞を起こすという数値的不安定性を解消すること。
• 従来のオフライン/オンライン分割における数値的問題を回避し、計算効率的かつ容易に実装可能なアルゴリズムの開発。
• 弱いグリーディアルゴリズムによる基底生成の過程で信頼性の高い誤差推定を保証し、高精度な低次元モデルの構築を可能にすること。
• 従来手法と同等のオンライン計算複雑性を維持しながら、完全な数値的安定性を達成すること。

提案手法

• 誤差ノルム計算における数値的条件を改善するために、残差を専用の正規直交基底に表現する。
• オフライン段階で、残差基底関数と正規直交基底との内積を事前に計算し、オンラインでの高速評価を可能にする。
• 正規直交基底表現を用いて、安定なグラミアン行列の逆行列計算により、残差の双対ノルムを計算する。
• アルゴリズムが従来手法と同等の計算複雑性を持つことを保証し、オフライン作業のわずかな増加にとどめる。
• アフィンパラメータ分解を活用して、オフラインおよびオンライン段階の両方で効率性を維持する。
• 弱いグリーディアルゴリズム内に新しい誤差推定器を適用し、高い近似品質を持つ低次元空間を生成する。

実験結果

リサーチクエスチョン

• RQ1 オンライン計算コストを増加させることなく、低次元ベース法に数値的に安定した事後誤差推定器を構築可能か？
• RQ2 なぜ標準的な残差に基づく推定器は、数値的に悪条件な問題において相対誤差が√ε付近で破綻するのか？
• RQ3 基底の変更により、残差ノルム計算の数値的不安定性を解消できるか？その際、計算効率は損なわれないか？
• RQ4 従来の推定器が丸め誤差のため失敗する状況でも、提案手法が正確な基底生成を可能にするか？
• RQ5 既存の安定代替手法と比較して、新しい推定器の効率性と信頼性はどのように異なるか？

主な発見

• 従来の残差に基づく誤差推定器は、標準的な倍精度ハードウェア上では相対誤差約√ε ≈ 10⁻⁸で停滞し、高精度応用には使用不能となる。
• 提案アルゴリズムは、この停滞を回避し、35個の基底ベクトルにまで及ぶすべてのテストされた低次元空間次元で完全な数値的安定性を維持する。
• すべての基底サイズにおいて、最大効率が4.6×10⁻¹、最小効率が2.4×10⁻¹を示しており、一貫性があり信頼性の高い誤差推定が可能である。
• これに対して、従来推定器の効率は35個の基底ベクトルで9.0×10⁻⁷にまで低下し、真の誤差が著しく低く見積もられていることが示された。
• 従来推定器を基底生成に使用した場合、最終的な低次元空間は、新しい推定器を使用した場合と比べて、解多様体を10,000倍も悪く近似する。
• 新しいアルゴリズムは、従来手法と同等のオンライン複雑性（𝒪(𝑁̃²)）を維持しており、オフライン作業のわずかな増加にとどまるため、実世界の応用において実用的である。