[論文レビュー] Real-time solution of computational problems using databases of parametric linear reduced-order models with arbitrary underlying meshes

David Amsallem, Radek Tezaur+1 more|arXiv (Cornell University)|Jun 23, 2015

Model Reduction and Neural Networks参考文献 26被引用数 3

ひとこと要約

本稿では、任意のメッシュを有するパラメトリック線形低次元モデル（ROM）のデータベースを用いたリアルタイム計算フレームワークを提案する。低次元演算子の整合性を合同変換によって強制し、行列多様体上での補間を施すことにより、パラメトリック問題に対する高速かつ高精度なオンライン解法が可能となり、航空力学的フラッターおよび逆音響散乱問題においてモバイルデバイス上でリアルタイムに実装されたことを示した。

ABSTRACT

A comprehensive approach for real-time computations using a database of parameterized linear reduced-order models (ROMs) is proposed. The method proceeds by sampling offline ROMs for specific values of the parameters and interpolating online the associated reduced operators. In the offline phase, a pre-processing step transforms the reduced operators into consistent sets of generalized coordinates prior to their interpolation. The present paper also introduces a consistency enforcement approach for models defined on arbitrary underlying meshes. In the online phase, the operators are interpolated on matrix manifolds. The proposed framework is illustrated on two realistic multi-physics problems: an inverse acoustic scattering problem around a submarine and flutter predictions for a wing-tank system. The second application is implemented on a mobile device, illustrating the capability of the proposed framework to operate in real-time.

研究の動機と目的

• オフラインおよびオンライン段階において、非一致メッシュを有する任意のメッシュを有するパラメトリック線形PDEのリアルタイム解法の課題に対処すること。
• 合同変換による一般化座標の一貫性を強制することで、異なるメッシュ間での低次元演算子の一貫性を克服すること。
• 構造的性質を保持するため、低次元演算子を行列多様体にマップすることで、ロバストかつ効率的なオンライン補間を可能にすること。
• 複雑な航空力学的および音響的問題におけるモバイルデバイスへのデプロイを含め、フレームワークのリアルタイム応用における能力を実証すること。
• パrameter変動下での高精度なシミュレーションに適したスケーラブルでデータベース駆動のアプローチを提供することにより、設計最適化および逆問題に適すること。

提案手法

• オフライン：適切な正規直交分解（POD）およびガラーキン射影を用いて、選択されたパrameter値に対して低次元モデル（ROM）を事前に計算する。
• 合同変換を介して一般化座標系に低次元演算子を変換することで、異なるメッシュ間での演算子の一貫性を強制する。
• パラメータでインデックス付けされたデータベースに一貫性のあるROM演算子を格納し、高速な検索を可能にする。
• オンライン：対称正定値行列などの行列多様体上での補間に接空間法を用い、対称性や定正性などの構造的性質を保持する。
• リーマン最適化フレームワークを用いて、補間された演算子が多様体上に留まるように保証し、安定性と正確性を維持する。
• パラメトリック系を補間された低次元空間に射影することでオンライン問題を解き、リアルタイム予測を可能にする。

実験結果

リサーチクエスチョン

• RQ1 任意のメッシュを有する低次元モデルを、パラメトリックモデル次元削減における補間のために一貫性を持たせるにはどうすればよいか？
• RQ2 異なるパrameter値間で、行列の内在的構造（例：対称性、定正性）を保持する効果的な低次元演算子補間戦略は何か？
• RQ3 事前に計算されたROMのデータベースは、スマートフォンなどの軽量デバイス上で複雑なマルチフィジックス問題のリアルタイム解法を可能にするか？
• RQ4 逆問題および航空力学的問題において、標準的なROMと比較して、提案手法の正確性と計算速度はどのように異なるか？
• RQ5 行列多様体補間は、オンライン予測の数値的安定性および物理的一致性を保証するために果たす役割は何か？

主な発見

• 提案手法により、任意の非一致メッシュを有する高次元モデルで定義されたパラメトリック線形PDEのリアルタイム解法が、ROMデータベースを用いて実現された。
• 合同変換による一貫性の強制が、異なるメッシュ間での低次元演算子の整合性を的確に実現し、安定な補間を可能にした。
• 行列多様体上での補間により、低次元演算子の主要な構造的性質（例：対称性、正定性）が保持され、数値的安定性と正確性が保証された。
• 本フレームワークは、サブソンイックからスーパーソニックな領域にまで及ぶ翼−タンク系のフラッター予測において、モバイルデバイス上でもリアルタイム性能を達成した。
• 本手法は、潜水艦周囲の逆音響散乱問題を効果的に解き、パrameter推定におけるロバスト性と正確性を実証した。
• オンライン補間コストは、フルオーダーモデルの解法に比べて無視できるほど小さく、標準的なモバイルハードウェア上でも秒間数万回の予測が可能となった。