[論文レビュー] Model reduction of a parametrized scalar hyperbolic conservation law using displacement interpolation

Donsub Rim, Kyle T. Mandli|arXiv (Cornell University)|May 15, 2018

Model Reduction and Neural Networks参考文献 9被引用数 10

ひとこと要約

本稿では、パラメータ付きスカラー双曲型保存則に対して、 Wasserstein 距離枠組みにおける移動補間を用いたモデル順序低減手法を提案する。単調再配分に基づく輸送写像を用いて局所的基底関数を構築することで、解の動的挙動を高い精度で捉えることができ、バーガース方程式のような衝撃を伴う問題における効率的な不確実性量化（UQ）を可能にする。

ABSTRACT

We propose a model reduction technique for parametrized partial differential equations arising from scalar hyperbolic conservation laws. The key idea of the technique is to construct basis functions that are local in parameter and time space via displacement interpolation. The construction is motivated by the observation that the derivative of solutions to hyperbolic conservation laws satisfy a contractive property with respect to the Wasserstein metric [Bolley et al. J. Hyperbolic Differ. Equ. 02 (2005), pp. 91-107]. We will discuss the approximation properties of the displacement interpolation, and show that it can naturally complement linear interpolation. Numerical experiments illustrate that we can successfully achieve the model reduction of a parametrized Burgers' equation, and that the reduced order model is suitable for performing typical tasks in uncertainty quantification.

研究の動機と目的

• 従来のグローバルな低ランク近似に基づく還元順序モデル（ROM）が、双曲型保存則におけるコルモゴロフN-幅の低下が遅いため、その課題に対処する。
• 解がパラメータと時間とともに空間的に異なる位置に集中するため、標準的な射影ベースのROMが双曲型問題に対して失敗するという制限を克服する。
• オンラインでの適応的手順や追加の高精度モデルの照会を回避する、パラメータ時間空間における局所的基底構築法を開発する。
• 不連続解に対する信頼性の高い不確実性量化（UQ）タスク、例えば平均・分散推定、衝撃位置・高さの分析、補間モデル構築を可能にする。
• 特に移動補間（displacement interpolation）を用いた最適輸送構造を活用した、スカラー双曲型系におけるROM構築の理論的・計算的枠組みを確立する。

提案手法

• 安定な補間を保証するため、符号条件を満たす三角形メッシュにパラメータ時間空間を離散化する。
• 単調再配分（Monge-Kantorovich問題の解）に基づく移動補間を用い、1次元における解スナップショット間の輸送写像を計算する。
• 輸送写像による解状態の補間を通じて局所的基底関数を構築し、線形補間よりも優れた近似特性であることが示された。
• Galerkin射影を用いて、パラメータ付きPDE（バーガース方程式）を移動補間による基底に射影することで還元順序モデルを定式化する。
• さらに計算コストを低減するために、標準的な次元削減手法（例：固有直交分解）を適用して基底を圧縮する。
• 式 (5.13) の解依存変数変換を活用し、オンラインフェーズにおけるGalerkin更新の安定性と精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 Wasserstein 距離における移動補間は、標準的な線形補間やPODに基づく手法よりも、双曲型保存則に対してより効果的な基底構築を可能にするか？
• RQ2 輸送写像から得られる局所的基底は、パラメータ付き双曲型PDEにおいて、グローバル基底手法と比較して近似精度と収束性において優れているか？
• RQ3 還元順序モデルは、パラメータ変動に伴う衝撃の動的挙動（衝撃位置・高さ）をどれほど正確に再現できるか？
• RQ4 移動補間フレームワークは、解の関心事項の平均・分散・同時密度推定といった不確実性量化タスクをサポートできるか？
• RQ5 不連続な解であっても、衝撃位置はパラメータに対して滑らかな関数として扱えるか？ そして、ROMはこれを効果的に捉えることができるか？

主な発見

• 移動補間手法は、パラメータ付きバーガース方程式に対して高い精度のモデル還元を達成し、パラメータ変動に伴う衝撃の形成と伝播を正確に再現した。
• 本手法により、解の平均と分散の推定が高精度で可能となり、衝撃位置がパラメータ変更に対して感受性が高いため、分散が衝撃付近に局在化することが明らかになった。
• 衝撃位置と衝撃高さがパラメータ μ₁ と μ₂ に対して滑らかな関数として特定され、5次多項式回帰を用いた高精度な補間モデル構築が可能であった。
• 同時カーネル密度推定により、小さな遅い衝撃では衝撃高さと位置に強い相関が認められたが、大きな速い衝撃ではその相関が弱まった。
• 線形補間と比較して、移動補間フレームワークは特に非線形的で不連続な解の特徴を捉える上で優れた近似特性を示した。
• 得られたROMはモンテカルロサンプリングやUQタスクに成功裏に応用され、双曲型PDEにおける実用的不確実性量化に適していることが確認された。