[論文レビュー] Multilevel Monte-Carlo for measure valued solutions

Kjetil Olsen Lye|arXiv (Cornell University)|Nov 23, 2016

Fluid Dynamics and Turbulent Flows参考文献 16被引用数 7

ひとこと要約

本稿では、双曲型保存則のエントロピー測度値解（EMVS）を計算するためのマルチレベルモンテカルロ（MLMC）法を提案し、鋭い収束バインディングを確立し、一般の分散減少基準の下で最適な作業量対誤差トレードオフを導出する。この手法はスカラー則においては標準モンテカルロ法よりも顕著な高速化を達成するが、ケルビン＝ヘルムホルツ不安定流のような不安定系では分散減少が不十分なため、性能向上を達成できない。

ABSTRACT

We propose a Multilevel Monte-Carlo (MLMC) method for computing entropy measure valued solutions of hyperbolic conservation laws. Sharp bounds for the narrow convergence of MLMC for the entropy measure valued solutions are proposed. An optimal work-vs-error bound for the MLMC method is derived assuming only an abstract decay criterion on the variance. Finally, we display numerical experiments of cases where MLMC is, and is not, efficient when compared to Monte-Carlo.

研究の動機と目的

• 双曲型保存則のエントロピー測度値解（EMVS）を計算するためのマルチレベルモンテカルロ（MLMC）フレームワークを開発すること。
• EMVSの文脈において、MLMC推定量の鋭い狭収束バインディングを確立すること。
• 一般の分散減少基準の下で、MLMCの最適な作業量対誤差バインディングを導出すること。
• スカラーおよび系レベルの保存則に対するMLMCの適用可能性と効率性を調査すること。
• 双曲型PDEの不確実性量化において、MLMCが標準モンテカルロ法を上回る条件を同定すること。

提案手法

• 本手法は、メッシュサイズ $ h_l $ を減少させる空間離散化の階層を用い、各レベルでFKMTアルゴリズムを用いて測度値解を計算する。
• 期待値 $ \mathbb{E}[g(u^L)] $ は、レベル差のテレスコピック和として推定される：$ \mathbb{E}[g(u^L)] = \sum_{l=0}^L \mathbb{E}[g(u^l) - g(u^{l-1})] $。
• 隣接するレベル間の解の差分を計算することで分散低減を達成し、$ h_l $ に従って減少すると仮定する分散 $ V_l = \mathrm{Var}(\langle \psi, g(u^l) - g(u^{l-1}) \rangle) $ を用いる。
• 抽象的な減少条件 $ V_l \leq C h_l^{2s} $ の下で理論的バインディングを導出し、誤差 $ \varepsilon $ に対して最適な作業量複雑度 $ \mathcal{O}(\varepsilon^{-2}) $ を得る。
• 不安定なケース（例：ケルビン＝ヘルムホルツ）では、定期的間隔 $ T_0 $ で粗いレベルの解をリセットする緩和技術を導入し、分散推定を安定化させる。
• 数値実験では、最終レベルで $ M_L $ 個のサンプルを用いてMLMCと標準モンテカルロ法を比較し、平均誤差と分散収束を評価する。

実験結果

リサーチクエスチョン

• RQ1 マルチレベルモンテカルロ法が、エントロピー測度値解において標準モンテカルロ法を上回るための条件は何か？
• RQ2 解が一意でない場合の双曲型保存則の系に対して、MLMC法は理論的に正当化可能か？
• RQ3 連続するレベル間での分散減少と、MLMC推定量の全体的な作業量複雑度との正確な関係は何か？
• RQ4 測度値解が収束しているにもかかわらず、ケルビン＝ヘルムホルツ不安定性ケースではなぜMLMCがモンテカルロ法を上回らないのか？
• RQ5 緩和技術は分散減少を回復させ、不安定な流れ領域におけるMLMCの性能を向上させ得るか？

主な発見

• 分散の差分が $ V_l \leq C h_l^{2s} $ のように減少すると仮定すれば、EMVSに対してMLMC法は最適な作業量複雑度 $ \mathcal{O}(\varepsilon^{-2}) $ を達成する。
• スカラー保存則の場合は、数値実験によりMLMCが標準モンテカルロ法に比べて計算効率が顕著に優れていることが確認された。
• ケルビン＝ヘルムホルツの場合、細かいレベルで分散減少が観察されず、高速化も得られず、むしろ標準モンテカルロ法よりも悪い性能を示した。
• リセット周期 $ T_0 = 0.05 $ の緩和技術により、分散推定は安定化されたが、サンプリングとは無関係な $ \mathcal{O}(h_0^s) $ の恒常的誤差が残り、全体的な改善は限定的であった。
• 衝撃-渦相互作用のケースでは分散減少が観察され、MLMCは標準モンテカルロ法を成功裏に上回った。これは理論的基準の妥当性を裏付けた。
• 理論的分析により、MLMCが高速化を達成できるのは $ V_l \to 0 $ が $ l \to \infty $ のとき成り立つ場合に限られ、ケルビン＝ヘルムホルツのような不安定な状態ではこの条件を満たさないことが確認された。