[論文レビュー] Goal-oriented error estimation for reduced basis method, with application to certified sensitivity analysis

Alexandre Janon, Maëlle Nodet+1 more|arXiv (Cornell University)|Jul 28, 2012

Model Reduction and Neural Networks被引用数 5

ひとこと要約

本稿では、パrameterized PDEの出力として得られる目的関数の推定に対して、低次元基底法における効率的な計算が可能な誤差境界を提示する。既存の手法よりも誤差推定の精度を向上させることで、計算コストを低減しつつより信頼性の高い認証付き感度解析を可能にする。

ABSTRACT

The reduced basis method is a powerful model reduction technique designed to speed up the computation of multiple numerical solutions of parameterized partial differential equations (PDEs). We consider a quantity of interest, which is a linear functional of the parameterized PDE solution. Compared to the original quantity of interest, the quantity of interest computed using the reduced model is tainted by a reduction error. We present a new, efficiently and explicitly computable bound for this error, and we show on different examples that this error bound is more precise than existing ones. We also present an application of our work to certified sensitivity analysis studies.

研究の動機と目的

• 低次元基底法における還元誤差のより正確で計算効率の良い境界を構築すること。
• PDE解の線形汎関数として得られる目的関数の信頼性の高い誤差推定を可能にすること。
• 低次元モデル出力の厳密な誤差境界を提供することで、認証付き感度解析を支援すること。
• 鋭さと計算効率の両面で、既存の誤差推定技術を改善すること。

提案手法

• 明示的に計算可能で評価が高速な新しい誤差境界の定式化を提案する。
• 双対性に基づく手法を用いて、モデル還元に起因する目的関数の誤差に対する境界を導出する。
• パrameterized PDEの線形汎関数出力にこの境界を適用し、計算的に取り扱えるように保証する。
• 認証付きのオフライン・オンライン計算分解を採用することで、オンライン段階での迅速な評価を可能にする。
• ベンチマークPDE問題における数値実験を通じて、境界の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 低次元基底法に対して、より正確で計算が容易な誤差境界をどのように導出できるか。
• RQ2 提案された誤差境界は、低次元モデルにおける感度解析の信頼性を向上させることができるか。
• RQ3 既存の誤差推定技術と比較して、新しい境界の鋭さと計算コストはどのように異なるか。
• RQ4 新しい境界は、パrameterized PDEの低次元モデル出力の認証にどのような影響を及えるか。

主な発見

• 数値実験において、提案された誤差境界は既存の境界よりも正確で、鋭さが向上していることが示された。
• 境界は計算が効率的に行えるため、リアルタイム応用におけるオンライン計算でも実用的に利用可能である。
• 低次元モデル出力に対する厳密な誤差制御を提供することで、認証付き感度解析を支援する。
• 計算効率を維持しつつ、線形汎関数出力の誤差推定精度を著しく向上させた。