[論文レビュー] Interval Superposition Arithmetic

Yanlin Zha, Mario E. Villanueva+1 more|arXiv (Cornell University)|Oct 19, 2016

Numerical Methods and Algorithms参考文献 33被引用数 4

ひとこと要約

本稿では、多変数因数分解可能な関数の像を、区間係数行列と基底関数を用いて包摂する新しい集合ベースの計算手法、区間重ね合わせ算術を提案する。本手法は変数の依存関係をミンコフスキー和を用いて活用することで、従来の区間算術よりもより緊密な包摂を達成するとともに、変数数に対して線形の実行時間計算量を達成する。

ABSTRACT

This paper presents a novel set-based computing method, called interval superposition arithmetic, for enclosing the image set of multivariate factorable functions on a given domain. In order to construct such enclosures, the proposed arithmetic operates over interval superposition models which are parameterized by a matrix with interval components. Every point in the domain of a factorable function is then associated with a sequence of components of this matrix and the superposition, i.e. Minkowski sum, of these elements encloses the image of the function at this point. Interval superposition arithmetic has a linear runtime complexity with respect to the number of variables. Besides presenting a detailed theoretical analysis of the accuracy and convergence properties of interval superposition arithmetic, the paper illustrates its advantages compared to existing set arithmetics via numerical examples.

研究の動機と目的

• 多変数関数における依存問題に起因する従来の区間算術の過大評価問題を解消すること。
• 凸集合ベースの手法よりも高い精度で、因数分解可能な関数の像集合を包摂する計算効率の良い手法を開発すること。
• 非凸な像集合に対しても緊密な範囲包摂を可能にするために、非凸な区間重ね合わせモデルを用いること。
• 変数数に対して線形の実行時間計算量を達成することで、高次元問題へのスケーラビリティを確保すること。
• 因数分解可能な関数ライブラリ内の基本的原子演算を体系的に伝搬できる一般化されたフレームワークを提供すること。

提案手法

• 各成分が単一の変数にのみ依存するように定義される、区間成分のミンコフスキー和として表される因数分解可能な関数の区間重ね合わせモデルを用いる。
• 各変数 xᵢ にのみ依存する可分な基底関数 φᵢʲ(x) を使用し、成分ごとの極値計算を可能にする。
• Algorithm 1 を用いて、単変数の原子演算（例：sin, exp, inv）を伝搬し、元の区間をシフトおよびスケーリングすることで新しい区間係数を計算する。
• 関数合成における近似誤差を補償するため、残差境界 r₉(A) を導入し、包摂の有効性を保証する。
• 包摂の整合性を維持するために、1つの係数に r₉(A) × [−1,1] を加える補正ステップを適用する。
• 区間係数の成分ごとの最小値と最大値の和として、関数のグローバルな下限 λ(A) および上限 μ(A) を計算する。

実験結果

リサーチクエスチョン

• RQ1 区間重ね合わせ算術は、線形実行時間計算量を維持しながら、従来の区間算術よりも緊密な範囲包摂を達成できるか？
• RQ2 凸集合ベースの手法（例：楕円体やゾノトープ）と比較して、多変数因数分解可能な関数における依存問題を本手法はどのように処理するか？
• RQ3 領域直径が小さい関数に対して、区間重ね合わせ算術の収束特性はいかなるものか？
• RQ4 凸包に基づく手法がタイトな境界を提供できない非凸な像集合に対して、本手法はどのように性能を発揮するか？
• RQ5 本フレームワークは、因数分解可能な関数ライブラリ内のすべての標準的原子演算（例：+、−、*、inv、sin、exp、log）に体系的に拡張可能か？

主な発見

• 本手法は、変数数 n と基底関数数 N に対して、O(nN) の線形実行時間計算量を達成し、高次元問題へのスケーラビリティを有する。
• 区間重ね合わせモデルにより、関数 f(x) の真の像 F₆,ₓ(x) が領域 X 全体で包摂されることを保証する。
• 区間係数の成分ごとの最小値と最大値の和として計算される λ(A) および μ(A) は、関数 f の正確な範囲包摂をもたらす。
• 残差境界 r₉(A) と補正ステップの併用により、非線形合成に対しても包摂の有効性が保証され、誤差は r₉(A) × [−1,1] で有界に保たれる。
• 数値例により、区間重ね合わせ算術が標準的区間算術よりも緊密な包摂を達成し、より複雑な手法（例：テイラー型モデル）と競合する結果を得た。
• 本手法は、領域直径が小さい関数に対して特に有効であり、収束特性が良好である。また、非凸な像集合に対しては、凸集合ベース手法に見られる過大評価を回避する。