[論文レビュー] A Particle Filter for Stochastic Advection by Lie Transport (SALT): A case study for the damped and forced incompressible 2D Euler equation

Colin J. Cotter, Dan Crisan+3 more|arXiv (Cornell University)|Jul 27, 2019

Model Reduction and Neural Networks参考文献 22被引用数 14

ひとこと要約

本論文では、確率的力学的輸送による確率的補強（SALT）を用いた減衰・外力が作用する非圧縮性2次元Euler方程式の確率的モデル還元に、温度調整とジャイタブル化を組み合わせたパーティクルフィルタを提案する。この手法により、約310万自由度の高分解能シミュレーションで得られる真値を、わずか約4万9千自由度の低次元SALTモデルを用いて、低スペックのハードウェアでも5つの大規模渦回転時間にわたり、良好な精度で近似できた。

ABSTRACT

In this work, we combine a stochastic model reduction with a particle filter augmented with tempering and jittering, and apply the combined algorithm to a damped and forced incompressible 2D Euler dynamics defined on a simply connected bounded domain. We show that using the combined algorithm, we are able to assimilate data from a reference system state (the ``truth") modelled by a highly resolved numerical solution of the flow that has roughly $3.1 imes10^6$ degrees of freedom, into a stochastic system having two orders of magnitude less degrees of freedom, which is able to approximate the true state reasonably accurately for $5$ large scale eddy turnover times, using modest computational hardware. The model reduction is performed through the introduction of a stochastic advection by Lie transport (SALT) model as the signal on a coarser resolution. The SALT approach was introduced as a general theory using a geometric mechanics framework from Holm, Proc. Roy. Soc. A (2015). This work follows on the numerical implementation for SALT presented by Cotter et al, SIAM Multiscale Model. Sim. (2019) for the flow in consideration. The model reduction is substantial: The reduced SALT model has $4.9 imes 10^4$ degrees of freedom. Results from reliability tests on the assimilated system are also presented.

研究の動機と目的

• 地球流体力学における高次元的・非線形的データ同化にパーティクルフィルタを適用する課題に取り組む。
• 確率的力学的輸送（SALT）に基づくモデル還元フレームワークにおいて、温度調整とジャイタブル化を施したパーティクルフィルタの性能を評価する。
• 低次元SALTモデルが真値と比べて系のバイアスを含む不完全なモデルである場合に、フィルタリングアルゴリズムの頑健性と精度がどのように影響を受けるかを評価する。
• ランクヒストグラム分析とアンサンブル分散診断を用いて、事後アンサンブルの信頼性を検証する。

提案手法

• 信号は、空間的に相関するウィーナー過程によって駆動されるストラトノヴィッチ型確率微分方程式（SDE）を用いて、減衰・外力が作用する非圧縮性2次元Euler方程式のSALT低次元化版としてモデル化される。
• パーティクルフィルタは、ブートストラップフィルタに逐次重要度再サンプリングを組み合わせ、粒子の劣化を抑制するための温度調整と、アンサンブルの多様性を維持するためのジャイタブル化を導入する。
• 温度調整は、尤度関数に適用され、観測の影響を段階的に増大させることで、粒子重みの分布を改善し、劣化を軽減する。
• ジャイタブル化は、再サンプリング後に粒子の位置を摂動させることで、アンサンブルの崩壊を防ぎ、分散を維持する。
• モデル還元により、真値の自由度（約3.1×10⁶）がSALTモデルの自由度（約4.9×10⁴）にまで削減され、低スペックのハードウェアでも効率的な計算が可能になった。
• 観測は離散的な時間ステップで、289～1089点のスパarsな空間グリッドに配置され、観測ノイズはλ=10にスケーリングされている。

実験結果

リサーチクエスチョン

• RQ1 温度調整とジャイタブル化を施したパーティクルフィルタは、高次元的地球流体系の確率的モデル還元に、効果的にデータを統合できるか？
• RQ2 SALT低次元化モデルは、長時間にわたり減衰・外力が作用する2次元Euler方程式の真の力学をどの程度正確に近似できるか？
• RQ3 SALTフレームワークにおけるモデル誤差は、事後アンサンブルの信頼性と精度にどの程度影響を及ぼすか？
• RQ4 モデルバイアスと高次元状態空間の下で、温度調整とジャイタブル化はパーティクルフィルタの安定性と性能をどのように向上させるか？

主な発見

• 組み合わせアルゴリズムは、100個のパーティクルと低スペックの計算リソースを用いて、わずか5000回の細分解能時間ステップ（5つの大規模渦回転時間に相当）にわたり、真値を良好に近似できた。
• モデルバイアスが存在しても、事後アンサンブル平均はほとんどのグリッド点で真値に近かったが、特定の点（[0.75, 0.5] や [0.5, 0.75]）では一時的なずれが観測された。
• 事前アンサンブル分散は時間経過とともに増加したが、事後分散は安定を保った。これは、再サンプリングとフィルタリングの性能が良好であることを示している。
• ランクヒストグラム分析により、観測点が少ない場合（81対289）に特に歪みが見られ、アンサンブル分布における分散不足と潜在的なモデルバイアスを示唆した。
• ジャイタブル化によりアンサンブルの多様性が維持され、温度調整により粒子の劣化が防止された。これは、不完全なモデル条件下でも有効であった。
• 信頼性テストにより、システムは一部のバイアスと分散不足を示したが、事後アンサンブルは実用的なデータ同化に十分に頑健であったことが確認された。