[論文レビュー] Point Integral Method for Solving Poisson-type Equations on Manifolds from Point Clouds with Convergence Guarantees

Zhen Li, Zuoqiang Shi+1 more|arXiv (Cornell University)|Sep 9, 2014

Advanced Numerical Analysis Techniques参考文献 23被引用数 12

ひとこと要約

本稿では、点群から多様体上のポアソン型方程式を解くためのメッシュフリーな数値的手法であるポイント積分法（PIM）を提案する。この手法は微分を含まない積分方程式を活用し、安定な離散化を可能にする。理論的保証のもとで収束を達成し、3次元形状や抽象的サブマニホールドを含む多様な多様体における数値実験でも高速な経験的収束率を示す。

ABSTRACT

Partial differential equations (PDE) on manifolds arise in many areas, including mathematics and many applied fields. Among all kinds of PDEs, the Poisson-type equations including the standard Poisson equation and the related eigenproblem of the Laplace-Beltrami operator are of the most important. Due to the complicated geometrical structure of the manifold, it is difficult to get efficient numerical method to solve PDE on manifold. In the paper, we propose a method called point integral method (PIM) to solve the Poisson-type equations from point clouds with convergence guarantees. In PIM, the key idea is to derive the integral equations which approximates the Poisson-type equations and contains no derivatives but only the values of the unknown function. The latter makes the integral equation easy to be approximated from point cloud. In the paper, we explain the derivation of the integral equations, describe the point integral method and its implementation, and present the numerical experiments to demonstrate the convergence of PIM.

研究の動機と目的

• 複雑な幾何構造により、従来のメッシュベースの手法が不適切となる場合に、多様体上でのポアソン型偏微分方程式を解く課題に対処すること。
• 形状が悪いまたは非構造的なメッシュ上での有限要素法（FEM）の限界を克服し、高次元の環境下でレベルセット法の高コストを回避すること。
• 実際の応用で一般的な点群データから直接に処理できる数値的手法を開発し、明示的な三角形分割や埋め込みグリッドを必要としないこと。
• 点サンプルのみを用いて多様体上でのポアソン方程式および固有値問題の理論的収束保証を提供すること。
• 境界を持つ表面や一般のサブマニホールドを含む多様な多様体において、手法の頑健性と精度を実証すること。

提案手法

• 微分作用素を置き換える積分作用素（カーネル関数 $ R $ を含む）を用いて、ポアソン方程式およびラプラシアン＝ベルトラミ固有値問題の積分方程式を導出する。
• ガウス関数などのカーネル関数 $ R(r) $ を用い、$ \bar{R}(r) = \int_r^\infty R(s)ds $ で定義される関数を用いて、ポアソン方程式の積分的定式化を表現する。
• 点群サンプルを用いて積分方程式を離散化し、点集合上の数値積分則（四則則）により未知関数値を近似する。
• 境界条件を処理するために、境界積分を導入し、$ g(\mathbf{x}) $ を用いて境界点からの寄与を $ \bar{R} $ で重み付けする。
• 離散化された積分方程式から得られるスパース線形システムを解くことで手法を実装し、安定性と精度を最適化するためのパrameter $ t $ と $ \beta $ を調整する。
• 共同研究[29]における理論的分析を活用し、合成的および実世界の多様体上での収束検証を通じて、収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 メッシュやグローバルグリッドを必要とせず、点群データから多様体上のポアソン型方程式を正確に解くことは可能か？
• RQ2 微分を含まず、散在する点サンプルからの安定な近似に適した積分的定式化を構築することは可能か？
• RQ3 どのカーネル関数およびパrameter（$ t $, $ \beta $）がポイント積分法における最良の収束性と精度をもたらすか？
• RQ4 PIMの経験的収束率は理論的予測と比較してどうなっており、その差異の原因は何か？
• RQ5 PIMは、複雑で現実世界の3次元多様体上でのラプラシアン＝ベルトラミ作用素の固有関数および固有値を信頼性高く近似できるか？

主な発見

• PIMは、境界条件がノイマン型またはディリクレ型の両方において多様体上で収束を示し、点密度が高くなるに従い相対 $ L^2 $ 誤差が減少する。
• Lakeモデルの10番目の固有関数について、ディリクレ境界条件下で、点数3745の場合の相対 $ L^2 $ 誤差が0.0893から、点数64131に増加した場合に0.0033に低下した。
• Lefthandモデルでは、ノイマン問題の相対誤差が点数3147で0.5944から、点数193467に増加した場合に0.0035に低下し、強い収束性を示した。
• ラプラシアン＝ベルトラミ作用素の最初の30個の固有値を正確に推定でき、PIMの結果は高解像度メッシュ上でのFEM解とよく一致した。
• LakeやLefthandなどのさまざまなモデルでPIMが計算した10番目の固有関数は、異なる境界条件において一貫性があり、視覚的に妥当な挙動を示した。
• PIMの経験的収束率は理論的予測を上回っており、今後の研究で理論的分析の改善が可能である可能性を示唆している。