[論文レビュー] Least-biased correction of extended dynamical systems using observational data

Keith W. Myerscough, Jason Frank+1 more|arXiv (Cornell University)|Nov 21, 2014

Fluid Dynamics and Turbulent Flows参考文献 48被引用数 3

ひとこと要約

本稿では、観測データを用いて、平衡分布における統計的バイアスを最小化する最小バイアス補正手法を、拡張された力学系に対して提案する。エントロピー最適化推定とオンザフライサーモスタットリングを組み合わせることで、不完全またはノイズの多いデータからも、自己相関関数や輸送係数といった主要な力学的特徴を保持したまま、モデルバイアスを補正する手法を実現する。

ABSTRACT

We consider dynamical systems evolving near an equilibrium statistical state where the interest is in modelling long term behavior that is consistent with thermodynamic constraints. We adjust the distribution using an entropy-optimizing formulation that can be computed on-the- fly, making possible partial corrections using incomplete information, for example measured data or data computed from a different model (or the same model at a different scale). We employ a thermostatting technique to sample the target distribution with the aim of capturing relavant statistical features while introducing mild dynamical perturbation (thermostats). The method is tested for a point vortex fluid model on the sphere, and we demonstrate both convergence of equilibrium quantities and the ability of the formulation to balance stationary and transient- regime errors.

研究の動機と目的

• 時間的・空間的離散化に起因するカオス的力学系の長時間シミュレーションにおける統計的バイアスを解消すること。
• 真の不変測度が不明な状況下で、観測量の部分的期待値がデータまたはシミュレーションから得られる場合に、モデルバイアスを補正すること。
• 計算コストが低く、短時間アンサンブルバーストを用いて部分的な補正を実行可能な、オンザフライで動作する効率的な手法を開発すること。
• 複雑系の統計モデル化において、定常（平衡）誤差と一時的（力学的）誤差のバランスを取ること。
• 下位の不変測度を完全に把握しないままでも、ターゲット確率分布の正確なサンプリングを可能にすること。

提案手法

• 観測されたモーメント制約と整合する最小バイアス確率密度を構築するため、エントロピー最大化を用い、事前分布から出発する。
• 詳細つり合いを維持するように、力学を確率的減衰項で摂動することで、ターゲット分布をサンプリングするサーモスタットリング技術を適用する。
• 幾何的構造を保存し、安定性を確保するために、対称的合成（スラング分割）を用いて摂動された力学を統合する。
• 観測量のアンサンブル平均を用いてラグランジュ乗数を反復的に計算することで、不完全またはノイズの多いデータへの適応を可能にする。
• 短時間アンサンブルバーストを用いてパラメータを動的にチューニングし、計算コストを削減しながらも精度を維持する。
• 速度場の対称的および反対称的分解を用いて渦の相互作用をモデル化し、サーモスタットド力学の解析的統合を可能にする。

実験結果

リサーチクエスチョン

• RQ1 真の不変測度が不明な状況下で、長時間の力学系シミュレーションにおける統計的バイアスをどのように最小化できるか。
• RQ2 エントロピー最適化を用いて、部分的観測データから最小バイアス確率密度をどの程度正確に構築できるか。
• RQ3 自己相関関数などの力学的性質が劣化しないように、サーモスタットリング技術を拡張された力学系に適応してバイアスを補正できるか。
• RQ4 本手法は、シミュレーション中に定常統計と一時的力学的挙動の両方の誤差をどのようにバランスさせるか。
• RQ5 部分的またはノイズの多いデータが、補正された統計的分布の収束性と精度に与える影響は何か。

主な発見

• 部分的なモーメント情報しか入手できない状況下でも、本手法は正しく平衡分布に収束することが確認された。
• 自己相関関数への影響はわずかであり、輸送係数や力学的混合性が良好に保持されていることが示された。
• 短時間アンサンブルバーストを用いた反復的ラグランジュ乗数計算は、効率的に収束し、リアルタイムでの適応が可能である。
• サーモスタットリング機構は、最小バイアス分布への正確な適合を保証する一方で、力学的摂動を最小限に抑える。
• 球面上の点渦モデルに対する数値実験により、定常的および一時的統計的特徴の両方が正確に再現された。
• 力学の対称的合成により幾何的構造が保持され、サーモスタットド系の強固な統合が実現された。