[論文レビュー] Effective Stiffness: Generalizing Effective Resistance Sampling to Finite Element Matrices

Haim Avron, Sivan Toledo|arXiv (Cornell University)|Oct 20, 2011

Probabilistic and Robust Engineering Design参考文献 17被引用数 9

ひとこと要約

この論文は、有限要素行列のスパース化を可能にするために、有効抵抗の一般化としての有効剛性を導入する。これにより、$O(n\log n)$ 個の要素を剛性に基づく確率に従ってサンプリングすることで、高品質な preconditioner の構築が可能になる。この手法により、スペクトル的に近いスパース行列が得られ、共役勾配法の収束を加速する。これは、対称的かつ対角優勢でない系に限らない、高速で汎用的な有限要素ソルバーへの基盤的ステップを提供する。

ABSTRACT

We define the notion of effective stiffness and show that it can used to build sparsifiers, algorithms that sparsify linear systems arising from finite-element discretizations of PDEs. In particular, we show that sampling $O(n\log n)$ elements according to probabilities derived from effective stiffnesses yields a high quality preconditioner that can be used to solve the linear system in a small number of iterations. Effective stiffness generalizes the notion of effective resistance, a key ingredient of recent progress in developing nearly linear symmetric diagonally dominant (SDD) linear solvers. Solving finite elements problems is of considerably more interest than the solution of SDD linear systems, since the finite element method is frequently used to numerically solve PDEs arising in scientific and engineering applications. Unlike SDD systems, which are relatively easy to solve, there has been limited success in designing fast solvers for finite element systems, and previous algorithms usually target discretization of limited class of PDEs like scalar elliptic or 2D trusses. Our sparsifier is general; it applies to a wide range of finite-element discretizations. A sparsifier does not constitute a complete linear solver. To construct a solver, one needs additional components (e.g., an efficient elimination or multilevel scheme for the sparsified system). Still, sparsifiers have been a critical tools in efficient SDD solvers, and we believe that our sparsifier will become a key ingredient in future fast finite-element solvers.

研究の動機と目的

• SDD ソルバーの根幹をなす有効抵抗サンプリングを、科学計算で一般的に用いられるより複雑な有限要素行列へ一般化すること。
• PDE から生じる有限要素系に対して、スペクトル的に近いスパース preconditioner を生成するスパーシファイアを開発すること。
• 対角優勢でないため、従来の組合せ的 preconditioning 手法に抵抗する一般の有限要素行列に対する、効率的でないソルバーの欠如を解消すること。
• SDD ソルバー技術をより広範な PDE 離散化に拡張することで、新しい種類の高速ソルバーの理論的基盤を確立すること。

提案手法

• 有効剛性を、要素行列の全域有効剛性行列に対する最大一般固有値として定義する。
• 有効剛性値を非一様なサンプリング確率として用い、有限要素行列から $O(n\\log n)$ 個の要素を選択する。
• これらの剛性に基づく確率に従い、復元抽出によって要素をサンプリングし、スパース化された行列を構築する。
• 条件数およびリッジスコア近似に関する理論的境界を用いて、スペクトル近似を保証する。
• 復元抽出が可能であることに着目し、確率が偏っている場合、実際には $O(n\log n)$ より少ない異なる要素数で済むことを利用する。
• 得られたスパース行列を共役勾配（CG）法の preconditioner として用い、全テストケースで 15～30 回の反復で収束を実現する。

実験結果

リサーチクエスチョン

• RQ1 有効抵抗サンプリングは、対称的かつ対角優勢でない有限要素行列へ一般化可能か？
• RQ2 サンプリング数を最小限に抑えつつ、有限要素行列のスペクトル近似を保証するサンプリング戦略は何か？
• RQ3 有効剛性に基づく確率と一様サンプリングでは、preconditioning のための行列の性質を保つ点で、どちらが優れているか？
• RQ4 このスパーシファイアは、完全で効率的な有限要素ソルバーの構築のための基盤として利用可能か？
• RQ5 実世界の PDE 離散化における有効剛性サンプリングの実用的・理論的限界は何か？

主な発見

• 有効剛性確率に従い $O(n\log n)$ 個の要素をサンプリングすることで、元の行列にスペクトル的に近い行列が得られ、高品質な preconditioning が可能になる。
• サンプリングされた preconditioner を用いた共役勾配法は、全テストケースで 15～30 回の反復で収束し、条件数が低いことが示された。
• リッジスコア（有効剛性から導出）に基づく非一様サンプリングが不可欠である。一様サンプリングでは頻繁にランク落ちした preconditioner が得られる。
• 理論的なサンプルサイズは要素数より大きいが、確率が偏っており、復元抽出が可能なことから、実際には約 50% の要素が異なるにとどまる。
• リッジスコアが著しく偏っている場合、実際の異なる要素数は $O(n)$ まで低下することがあり、実世界のシナリオにおいて実用的な効率性を示唆する。
• サンプリングサイズに関する理論的境界は保守的であると思われるが、収束は予測されたより少ないサンプル数でも達成された。ただし、サンプリング不足はランク落ちを引き起こした。