[論文レビュー] Robust discretization in quantized tensor train format for elliptic problems in two dimensions

Andrei Chertkov, Ivan Oseledets+1 more|arXiv (Cornell University)|Dec 4, 2016

Tensor decomposition and applications参考文献 14被引用数 4

ひとこと要約

本稿では、量子化テンソルトレイン（QTT）形式における新しい微分なし離散化スキームを用いて、2次元楕円型拡散問題のロバストでブラックボックス型のソルバーを提示する。偏微分方程式（PDE）をQTT圧縮を用いて対角行列形式の密行列系に再定式化することにより、グリッドサイズが$2^{60}$点に達するまで高精度な解を得られ、計算時間は数秒で済む。これは、細粒度有限差分法における従来の条件数の悪化問題を克服するものである。

ABSTRACT

In this work we propose an efficient black-box solver for two-dimensional stationary diffusion equations, which is based on a new robust discretization scheme. The idea is to formulate an equation in a certain form without derivatives with a non-local stencil, which leads us to a linear system of equations with dense matrix. This matrix and a right-hand side are represented in a low-rank parametric representation -- the quantized tensor train (QTT-) format, and then all operations are performed with logarithmic complexity and memory consumption. Hence very fine grids can be used, and very accurate solutions with extremely high spatial resolution can be obtained. Numerical experiments show that this formulation gives accurate results and can be used up to $2^{60}$ grid points with no problems with conditioning, while total computational time is around several seconds.

研究の動機と目的

• 非常に細かいグリッドを用いた楕円型PDEの有限差分法で生じる数値的不安定性および悪条件性を解消すること。
• 倍精度算術における根本的限界値$h_{\text{min}} \sim \tau^{1/4}$（$ \tau \approx 10^{-16}$）を克服すること。この限界により、グリッド解像度が制限されている。
• 多スケールおよび高周波数問題に必要な$h \ll 10^{-4}$の極めて細かい解像度でも安定的かつ高精度に保てる離散化スキームの開発。
• 特に量子化テンソルトレイン（QTT）形式を用いた低ランクテンソル形式により、メモリ使用量と計算複雑度を対数的スケールに抑えることで、高解像度PDEの効率的解法を実現すること。
• 多スケールや振動的特徴を有する問題のような極めて高い空間解像度を要する問題において、本手法の実現可能性とロバスト性を実証すること。

提案手法

• 変分原理を用いて2次元拡散方程式を微分なし形式に定式化し、非局所スタencilを持つ密行列系に変換する。
• 得られた行列系と右辺を量子化テンソルトレイン（QTT）形式で表現することで、高次元テンソルの低ランク圧縮を可能にする。
• 行列ベクトル乗算や反復的解法などの線形代数演算を、すべてQTT形式そのもので実行し、グリッドサイズに対して対数的複雑度を達成する。
• QTT構造を有する行列系に基づいて、TT-crossおよびTT丸めを用いたAMEn法などの反復法を用いる新しいソルバーFS-QTTを実装する。
• 係数テンソルと右辺のTTランクにのみ依存するように、システム行列のTTランクが有界であることを証明し、低ランク構造の保存を保証する。
• d > 8の場合に、解を粗いグリッドに縮小することで可視化を可能にする制限手続きを導入し、超細粒度グリッド解の可視化を実現する。

実験結果

リサーチクエスチョン

• RQ1 2次元楕円型PDEに対して、$2^{60}$グリッドポイントに達するような極めて細かい解像度でも安定的かつ高精度に保てる微分なし離散化スキームを構築できるか？
• RQ2 システム行列と右辺をQTT形式で表現することで、密行列系であっても対数的計算複雑度とメモリ使用量を達成できるか？
• RQ3 提案スキームの収束特性はグリッド細分化に対してどのように変化するか？また、2次精度を維持するか？
• RQ4 システム行列のTTランクはグリッドサイズに依存せず有界であるか？これによりQTTフレームワークにおけるスケーラビリティが保証されるか？
• RQ5 提案されたFS-QTTソルバーは、標準的な有限差分法の限界を超える解像度を要する実用的多スケール問題や高周波数問題を処理できるか？

主な発見

• 提案された離散化スキームはグリッドサイズ$h$に関して2次収束を達成し、古典的有限差分法と同等の精度を示す。
• システム行列のTTランクは、PDE係数と右辺のTTランクにのみ依存する定数で有界であり、安定的な低ランク圧縮を保証する。
• FS-QTTソルバーは、$2^{60}$グリッドポイントまで解を計算可能であり、合計計算時間は数秒で、スケーラビリティとロバスト性を実証した。
• 数値実験により、極めて高い解像度下でも高精度を維持することが確認され、$d=4$から$d=20$のグリッド要因において期待される挙動と一致する。
• 特に$h \ll 10^{-4}$を要する問題において、標準的有限差分法およびQTT-FEMソルバーに比べ、解像度と条件数の両面で優れた性能を示した。
• d=8での粗いグリッドへの制限による解の可視化により、本手法が細粒度特徴を損なわず高精度に解明できることを確認した。