[論文レビュー] Adaptive Low-Rank Methods for Problems on Sobolev Spaces with Error Control in $L_2$

Markus Bachmayr, Wolfgang Dahmen|arXiv (Cornell University)|Dec 12, 2014

Tensor decomposition and applications参考文献 1被引用数 3

ひとこと要約

本稿では、エネルギー（H¹）ノルムではなく$L_2$ノルムにおける厳密な誤差制御を保証する高次元楕円型PDEsに対する適応的低ランクテンソル法を提案する。非対称プリコンディショニングスキームを用いることで、計算コストの大幅な削減とスケーラビリティを達成し、$d=256$にまで問題を拡張可能であるが、$H^1$ノルムの制御を失う代償を伴う。

ABSTRACT

Low-rank tensor methods for the approximate solution of second-order elliptic partial differential equations in high dimensions have recently attracted significant attention. A critical issue is to rigorously bound the error of such approximations, not with respect to a fixed finite dimensional discrete background problem, but with respect to the exact solution of the continuous problem. While the energy norm offers a natural error measure corresponding to the underlying operator considered as an isomorphism from the energy space onto its dual, this norm requires a careful treatment in its interplay with the tensor structure of the problem. In this paper we build on our previous work on energy norm-convergent subspace-based tensor schemes contriving, however, a modified formulation which now enforces convergence only in $L_2$. In order to still be able to exploit the mapping properties of elliptic operators, a crucial ingredient of our approach is the development and analysis of a suitable asymmetric preconditioning scheme. We provide estimates for the computational complexity of the resulting method in terms of the solution error and study the practical performance of the scheme in numerical experiments. In both regards, we find that controlling solution errors in this weaker norm leads to substantial simplifications and to a reduction of the actual numerical work required for a certain error tolerance.

研究の動機と目的

• 高次元楕円型PDEsに対して、標準的なエネルギー（H¹）ノルムではなく$L_2$ノルムにおける厳密な誤差制御を実現する適応的低ランクテンソル法の開発。
• 低ランクテンソル表現の部分空間近似と適応的グリッド細分化のバランスを、計算効率の観点から効果的に扱う課題の解決。
• 対称プリコンディショニングの必要性を緩和することで計算フレームワークを単純化し、収束性と誤差制御を維持する。

提案手法

• 楕円型問題を非対称プリコンディショニングスキームで再定式化し、楕円作用素の写像性質を活用して$L_2$ノルムにおける収束を実現する。
• 近似解の$L_2$ノルムにおける精度を反映する残差に基づく後験的誤差推定器を採用する。
• 双対空間における残差から導かれる誤差推定に基づく適応的グリッド細分化を実施し、$L_2$ノルムで正確な解に収束することを保証する。
• 解に依存する基底関数を用いる部分空間に基づくテンソル形式を採用し、固定離散化を回避する。
• 計算複雑度の分析を提供し、操作回数と望ましい$L_2$誤差許容誤差との関係を明示する。
• 数値実験により、ポアソン問題と三重対角行列型拡散行列に対する有効性を検証し、$d=256$までのスケーラビリティを示した。

実験結果

リサーチクエスチョン

• RQ1 適応的低ランクテンソル法は、エネルギーノルムに依存せず、高次元楕円型PDEsに対して$L_2$ノルムにおける信頼性の高い誤差制御を達成できるか？
• RQ2 非対称プリコンディショニングは、低ランクテンソルスキームの収束性と計算効率にどのように影響を与えるか？
• RQ3 $L_2$ノルム誤差制御と$H^1$ノルム制御の喪失の間のトレードオフは、計算複雑度とスケーラビリティの観点でどのように評価できるか？
• RQ4 対角行列と三重対角行列の両方の構造を有する拡散行列を有する問題に対して、本手法はどのように性能を示すか？
• RQ5 $H^1$ノルムから$L_2$ノルムへの誤差制御の移行により、計算コストをどの程度削減できるか？

主な発見

• 本手法は高次元問題において信頼性の高い$L_2$誤差境界を達成し、数値実験により$d=256$まで収束が確認された。これは、従来の$H^1$ノルム法に比べ顕著な改善である。
• $(0,1)^d$上でのポアソン問題において、本手法により$d=256$の問題が、$H^1$ノルム制御の下で従来の$d=64$の結果と同等の操作回数と誤差境界を達成できる。
• 非対称プリコンディショニングの導入により、計算フレームワークが単純化され、対称構造の必要性が低減され、実用的な利点が顕著に現れた。
• 拡散行列が三重対角で$a=1/2$の場合、本手法は$d=64$まで良好な収束性とスケーラビリティを維持するが、$a=1$では条件数の増大に伴い性能が劣化する。
• $L_2$誤差制御は数値的に検証された：計算された誤差境界は、基準解との実際の$L_2$誤差と一致したが、$H^1$誤差は理論的に境界づけられなくなった。