[論文レビュー] Computing with vortices: Bridging fluid dynamics and its information-processing capability

Ken Goto, Kohei Nakajima+1 more|arXiv (Cornell University)|Jan 23, 2020

Neural Networks and Reservoir Computing参考文献 38被引用数 4

ひとこと要約

本論文は、流体力学におけるカルマン渦系を物理的リザボア計算（PRC）プラットフォームとして用いることを提案し、渦の発生の臨界レイノルズ数付近で計算性能（記憶容量および非線形関数近似）が最大に達することを示した。これは、非線形力学的不安定性の一種であるホップ分岐のダイナミクスと関連づけられ、従来の『混沌の縁』パラダイムに反するものである。

ABSTRACT

Herein, the Karman vortex system is considered to be a large recurrent neural network, and the computational capability is numerically evaluated by emulating nonlinear dynamical systems and the memory capacity. Therefore, the Reynolds number dependence of the Karman vortex system computational performance is revealed and the optimal computational performance is achieved near the critical Reynolds number at the onset of Karman vortex shedding, which is associated with a Hopf bifurcation. Our finding advances the understanding of the relationship between the physical properties of fluid dynamics and its computational capability as well as provides an alternative to the widely believed viewpoint that the information processing capability becomes optimal at the edge of chaos.

研究の動機と目的

• 流体力学、特に渦の発生を含めた情報処理能力を調査すること。
• カルマン渦系をリザボア計算（PRC）の物理的リザボアとして評価すること。
• レイノルズ数が流体ベースの計算における計算性能に与える影響を特定すること。
• 最適な計算が『混沌の縁』で発生すると広く信じられているのを覆し、ホップ分岐という物理的メカニズムが性能ピークをもたらすことを特定すること。
• ナヴィエ＝ストークス方程式に基づくシミュレーションが、機械学習タスクのための複雑な流体力学を分析するために有効に使えるかどうかを実証すること。

提案手法

• 円柱を通過する流れによって生成されるカルマン渦系を、安定化された有限要素法（LG法）を用いた非圧縮性ナヴィエ＝ストークス方程式でモデル化した。
• 入力信号は境界における時間変動する流入速度によって適用され、渦のダイナミクスを変調した。
• リザボアは流体領域内の空間的ノードから構成され、各ノードにおける速度場および圧力場がリザボア状態を形成した。
• エコー状態性質（ESP）を評価し、システムの入力への感受性および内部ダイナミクスの安定性を確認した。
• 線形リードアウト重みを用いて、リザボア状態に基づくベンチマークタスク（非線形関数近似および時系列予測）を実行した。
• 計算性能は記憶容量および非線形関数近似の正確さを指標として、さまざまなレイノルズ数で分析した。

実験結果

リサーチクエスチョン

• RQ1 カルマン渦系は、情報処理のためのリザボアとして十分なダイナミクスの豊かさを有しているか？
• RQ2 レイノルズ数の変化に伴い、流体リザボアの計算性能はどのように変化するか？
• RQ3 計算能力が最大に達する最適なレイノルズ数が存在するか？ その場合、そのピークをもたらす物理的メカニズムは何か？
• RQ4 ピーク性能は『混沌の縁』で発生するのではなく、他のダイナミクス的状態で発生するか？
• RQ5 ナヴィエ＝ストークス系は、流体力学におけるリザボア計算タスクのシミュレーションと分析に有効に使えるか？

主な発見

• カルマン渦系は、渦の発生の臨界レイノルズ数付近で最適な計算性能を達成する。この臨界点はホップ分岐に対応する。
• ピーク記憶容量および非線形関数近似の正確さは、正確にホップ分岐点で発生し、混沌とうなった高レイノルズ数領域とは異なる。
• エコー状態性質（ESP）は、分岐点付近でも維持されており、安定的かつ入力に感受性のあるリザボアダイナミクスを示している。
• 二重渦の長径振動は、入力信号によって強く変調され、情報符号化のための測定可能なダイナミクス的応答を提供している。
• 高レイノルズ数では過剰な乱流が生じ、予測可能で安定したリザボアダイナミクスを破壊するため、計算性能が低下する。
• 安定化されたLG有限要素法を用いた数値シミュレーションにより、渦の詳細な空間時間的ダイナミクスおよび入力への応答が的確に捉えられ、性能評価が正確に行えた。