[논문 리뷰] A diffusion generated method for computing Dirichlet partitions

Dong Wang, Braxton Osting|arXiv (Cornell University)|2018. 02. 08.

Graph theory and applications참고 문헌 19인용 수 3

한 줄 요약

이 논문은 2차원 평탄한 토러스와 3차원 평탄한 구에서 딜리클레 $k$-분할을 계산하기 위한 확산 기반 방법을 제안한다. 이 방법은 반복적 확산, 최대값 선택 및 정규화를 통해 최적의 분할을 효율적으로 계산하며, 2차원에서는 정육각형 꿀벌집, 3차원에서는 양면체 도사에드론 및 위어르-페란 구조, 4차원에서는 24면체 꿀벌집을 드러낸다. 특히 4차원 평탄한 토러스에 대한 첫 번째 공개 결과를 제공한다.

ABSTRACT

A Dirichlet $k$-partition of a closed $d$-dimensional surface is a collection of $k$ pairwise disjoint open subsets such that the sum of their first Laplace-Beltrami-Dirichlet eigenvalues is minimal. In this paper, we develop a simple and efficient diffusion generated method to compute Dirichlet $k$-partitions for $d$-dimensional flat tori and spheres. For the $2d$ flat torus, for most values of $k=3$-9,11,12,15,16, and 20, we obtain hexagonal honeycombs. For the $3d$ flat torus and $k=2,4,8,16$, we obtain the rhombic dodecahedral honeycomb, the Weaire-Phelan honeycomb, and Kelvin's tessellation by truncated octahedra. For the $4d$ flat torus, for $k=4$, we obtain a constant extension of the rhombic dodecahedral honeycomb along the fourth direction and for $k=8$, we obtain a 24-cell honeycomb. For the $2d$ sphere, we also compute Dirichlet partitions for $k=3$-7,9,10,12,14,20. Our computational results agree with previous studies when a comparison is available. As far as we are aware, these are the first published results for Dirichlet partitions of the $4d$ flat torus.

연구 동기 및 목표

• 평탄한 토러스와 구와 같은 컴act 다양체에서 딜리클레 $k$-분할을 계산하기 위한 효율적인 수치적 방법을 개발하기 위해.
• 특히 4차원에서의 딜리클레 분할에 대한 계산 연구의 부족을 해결하기 위해.
• 다양한 $k$ 값과 다양체 유형에 대해 최적 분할의 기하학적 구조를 조사하기 위해.
• 기존 결과와의 비교를 통해 방법의 타당성을 검증하고 고차원에서 새로운 구성을 탐색하기 위해.
• 4차원 평탄한 토러스에서 딜리클레 분할에 대한 첫 번째 공개 계산 결과를 제공하기 위해.

제안 방법

• 고정된 시간 $\tau$ 동안 도메인에서 $k$ 개의 함수를 열린 열린 방정식을 통해 반복적으로 진화시킨다.
• 각 공간 점에서 최댓값을 가진 함수만 유지하고 나머지는 0으로 설정함으로써 분할의 구조를 강제한다.
• 에너지 최소화 프레임워크를 유지하기 위해 각 함수를 단위 $L^2$-노름으로 재정규화한다.
• 계산을 가속하기 위해 평탄한 토러스에는 빠른 푸리에 변환(FFT)을, 구에는 구면 조화 변환(SHT)을 사용한다.
• 이 방법은 벡터 값의 기본 상태의 비영 수준 집합과 대응하는 딜리클레 분할 문제의 매핑 재구성에 기반한다.
• 총 첫 번째 딜리클레 고유값 합을 최소화하는 정적 구성으로 수렴할 때까지 반복한다.

실험 결과

연구 질문

• RQ1 2차원 및 3차원 평탄한 토러스에서 다양한 $k$ 값에 대해 최적의 딜리클레 $k$-분할로 어떤 기하학적 구조가 나타나는가?
• RQ2 확산 기반 방법이 4차원 평탄한 토러스와 같은 고차원 다양체에서 딜리클레 분할을 신뢰성 있게 계산할 수 있는가?
• RQ3 계산된 분할이 위어르-페란 또는 24면체 꿀벌집과 같은 알려진 최소 표면 또는 타일링 구조와 어떻게 비교되는가?
• RQ4 이 방법은 2차원 구에 대해 이전에 알려진 결과를 회복할 수 있으며, 새로운 $k$ 값으로 확장될 수 있는가?
• RQ5 수치적 증거에 기반해 고차원에서 $k \to \infty$ 일 때 최적 분할의 점근적 행동은 어떠한가?

주요 결과

• 2차원 평탄한 토러스에서 $k=3$부터 $9$, $11$, $12$, $15$, $16$, $20$까지의 경우, 이 방법은 알려진 점근적 최적성과 일치하는 정육각형 꿀벌집 분할을 계산한다.
• 3차원 평탄한 토러스에서 $k=2$, $4$, $8$, $16$의 경우, 각각 양면체 도사에드론 꿀벌집, 위어르-페란 구조, 켈빈의 절삭된 옥타에드론 타일링을 생성한다.
• 4차원 평탄한 토러스에서 $k=4$는 제4차원을 따라 양면체 도사에드론 꿀벌집의 일정한 연장선을, $k=8$은 24면체 꿀벌집을 생성한다. 이는 이 설정에 대해 첫 번째로 공개된 결과이다.
• 2차원 구에서 $k=3$부터 $7$, $9$, $10$, $12$, $14$, $20$까지의 경우, 이 방법은 이전 연구와 일치하는 분할을 성공적으로 계산한다.
• 계산된 에너지 값 $\tilde{E}$ 는 $k$ 가 증가함에 따라 감소하며, 구에서 $k=20$일 때 $\tilde{E} = 12.20$로 나타나 에너지 효율성이 향상됨을 시사한다.
• 이 방법은 합리적인 CPU 시간 내에 수렴을 달성한다. 예를 들어, $64^4$ 그리드 포인트를 가진 4차원 테크세드론에서 $k=8$일 때 $9803$ 초가 소요된다.