[論文レビュー] Recovering Multiple Fractional Orders in Time-Fractional Diffusion in an Unknown Medium

Bangti Jin, Yavar Kian|arXiv (Cornell University)|Jun 4, 2021

Fractional Differential Equations Solutions参考文献 41被引用数 16

ひとこと要約

本稿は、時間分数拡散モデルにおける複数の分数マクロスおよびそれらに付随する重みの、単一の境界点観測からの一意的回復を、ラプラス変換および小時間における漸近解析を用いて証明する。非線形最小二乗フィッティングに基づく数値手法が提案され、数値的に検証されており、マクロスの回復は正確であるが、t=0付近の漸近的挙動のため、重みの回復精度は限定的である。

ABSTRACT

In this work, we investigate an inverse problem of recovering multiple orders in a time-fractional diffusion model from the data observed at one single point on the boundary. We prove the unique recovery of the orders together with their weights, which does not require a full knowledge of the domain or medium properties, e.g., diffusion and potential coefficients, initial condition and source in the model. The proof is based on Laplace transform and asymptotic expansion. Further, inspired by the analysis, we propose a numerical procedure for recovering these parameters based on a nonlinear least-squares fitting with either fractional polynomials or rational approximations as the model function, and provide numerical experiments to illustrate the approach for small time $t$.

研究の動機と目的

• 時間分数拡散モデルにおける、限られたデータからの複数の分数マクロスおよび重みを回復する逆問題に対処すること。
• 媒質、領域、または初期/源条件の完全な知識がなくても、回復の一意性を確立すること。
• 小時間境界観測からの分数マクロスおよび重みを再構成する、数値的に実行可能な手順を開発すること。

提案手法

• t=0に近い解の漸近展開とラプラス変換を用いて、一意性を証明する。
• 境界測定値の時間解析性を活用して、一意的回復のための条件を導出する。
• 分数多項式または有理近似モデルを用いた非線形最小二乗フィッティングに基づく数値回復スキームを提案する。
• ラプラス領域における解の主要項の漸近的挙動に基づいて、モデル関数を構築する。
• 最適化にL-BFGS-Bアルゴリズムを実装し、標準的な線形最小二乗推定値を初期値として用いる。
• 時間範囲や初期条件を変化させた合成データを用いた数値実験により、手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 時間分数拡散モデルにおいて、単一の境界点観測からの複数の分数マクロスおよびそれらの重みは、一意に特定可能か？
• RQ2 媒質の性質（拡散係数、ポテンシャル項、初期条件など）の事前知識がなくても、回復は可能か？
• RQ3 小時間における解の漸近的挙動が、分数マクロスの一意的同定にどのように寄与するか？
• RQ4 重みの回復に生じる数値的課題は何か、そしてそれらはどのように軽減できるか？
• RQ5 分数基底関数を用いた非線形最小二乗フィッティング手法は、小時間データからマクロスおよび重みを効果的に回復できるか？

主な発見

• 媒質や領域が事前に未知であっても、境界点の単一観測からの分数マクロスおよびそれらに付随する重みは、一意に回復可能である。
• 一意性は緩い条件下でも成立する：源または初期条件の境界データが消えないこと、および境界データが等しいか、最高次の重みが等しいこと。
• 数値実験により、時間範囲T₀が十分に小さい場合には、最高次のαの回復が正確であることが確認された。
• すべての実験において、重みr₁の回復が一貫して不正確であり、特にα₁が小さい場合には、漸近展開における高次項の優位性が原因である。
• 分数多項式モデルと有理近似モデルの両方の性能は類似しており、T₀が増加するにつれて精度が低下する。
• 理論的には一意的回復が可能であるが、実用的な数値的回復は依然として困難であり、特に小さい値または近接するマクロスの回復において顕著である。