[논문 리뷰] A Discrete Adapted Hierarchical Basis Solver For Radial Basis Function Interpolation

Julio E. Castrillón-Candás, Jun Li외 1명|arXiv (Cornell University)|2011. 04. 13.

Numerical methods in engineering참고 문헌 63인용 수 13

한 줄 요약

이 논문은 변수 다항식 차수를 가진 효율적인 라디얼 기저 함수(RBF) 보간을 위한 이산적이고 노드 및 커널에 적응한 계층 기저(HB)를 제안한다. 다항식과 RBF 성분을 직교적인 HB를 통해 분리함으로써, 대각 또는 블록 SSOR 조절자를 사용한 GMRES를 통해 빠른 해법이 가능해지며, O(N^1.6)의 시간 복잡도를 달성하고 기존 방법에 비해 메모리 사용을 크게 줄였다.

ABSTRACT

In this paper we develop a discrete Hierarchical Basis (HB) to efficiently solve the Radial Basis Function (RBF) interpolation problem with variable polynomial order. The HB forms an orthogonal set and is adapted to the kernel seed function and the placement of the interpolation nodes. Moreover, this basis is orthogonal to a set of polynomials up to a given order defined on the interpolating nodes. We are thus able to decouple the RBF interpolation problem for any order of the polynomial interpolation and solve it in two steps: (1) The polynomial orthogonal RBF interpolation problem is efficiently solved in the transformed HB basis with a GMRES iteration and a diagonal, or block SSOR preconditioner. (2) The residual is then projected onto an orthonormal polynomial basis. We apply our approach on several test cases to study its effectiveness, including an application to the Best Linear Unbiased Estimator regression problem.

연구 동기 및 목표

• 변수 다항식 차수를 가진 RBF 보간의 높은 계산 비용과 악조건 문제를 해결하기 위해.
• 보간 시스템 내에서 다항식과 RBF 성분을 분리하는 안정적이고 메모리 효율적인 해법을 개발하기 위해.
• 더 높은 차수의 다항식 항을 포함하는 RBF 문제에 대해 빠른 반복 해법을 확장하여 과학 계산 및 통계 분야에서의 광범위한 응용 가능성을 확보하기 위해.
• RBF 보간, 적분 방정식, 일반화된 최소 제곱(GLSQ) 간의 연결 고리를 활용하여 수치적 안정성과 효율성을 향상시키기 위해.
• 공간적으로 변화하는 커널을 포함한 복잡한 기하학적 구조에 대해 확장 가능한 RBF 보간을 가능하게 하기 위해 적응형 기저 구축을 활용하기 위해.

제안 방법

• RBF 커널과 보간 노드 분포에 적응한 이산적이고 직교적인 계층 기저(HB)를 구성하기 위해.
• HB 기저에서 RBF 보간 문제를 재구성하여 다항식과 RBF 성분을 두 개의 독립된 하위문제로 분리하기 위해.
• HB의 직교성 덕분에 빠른 수렴을 보장하는 대각 또는 블록 SSOR 조절자를 사용한 GMRES 반복 해법을 변환된 시스템에 적용하기 위해.
• RBF 성분을 해소한 후, 잔차를 정규직교 다항식 기저에 투영하여 전체 해를 복원하기 위해.
• 다중해상도 구조를 통한 빠른 적응형 대각 조절자를 계산하여 메모리를 O(N)으로 줄이고 확장성 향상시키기 위해.
• HB의 다중해상도성과 공간 적응성 특성을 활용하여 RBF 행렬의 희박화와 효율적인 행렬-벡터 곱셈을 가능하게 하기 위해.

실험 결과

연구 질문

• RQ1 다항식과 RBF 성분을 RBF 보간에서 분리하기 위해 이산적이고 노드에 적응한 계층 기저를 구성할 수 있는가?
• RQ2 이러한 기저의 사용이 변수 다항식 차수를 가진 RBF 문제에서 GMRES 반복의 수렴 속도 향상과 메모리 사용 감소에 기여하는가?
• RQ3 다항식 차수가 높은 경우에도 다항식 차수에 따라 변화하는 RBF 커널(예: 작은 형태 매개변수를 가진 다중형)에 대해 근사 최적의 계산 복잡도(O(N^1.6))를 달성하면서 높은 정확도를 유지할 수 있는가?
• RQ4 다양한 노드 분포와 RBF 유형에서 대각 조절자와 SSOR 간의 반복 횟수 및 시간 복잡도 측면에서 성능를 비교해 보면 어떻게 되는가?
• RQ5 HB 프레임워크는 공간적으로 변화하거나 이방성인 RBF 커널으로까지 어떻게 확장할 수 있는가?

주요 결과

• 제안된 이산 HB 해법은 이중형 RBF에 대해 총 시간 복잡도 O(N^1.6)를 달성하여 직접 해법의 O(N^3) 비용에 비해 크게 향상되었다.
• 대각 조절자는 전체 SSOR의 O(N^2) 대비 O(N)로 메모리 사용을 줄였으며, 수렴 속도는 유지하였다.
• δ = 0.01인 다중형 RBF의 경우, GMRES 반복 횟수는 O(N^0.7)로 증가하여 악조건성에도 불구하고 강력한 확장성을 보였다.
• SSOR 조절자에 비해 총 해법 시간을 최대 50%까지 줄였으며, 특히 대규모 문제에서 대각 조절자가 매우 효율적이었다.
• 악조건성 RBF인 다중형 및 역다중형 RBF에 대해서도 높은 정확도와 안정성을 달성했으며, 역다중형 RBF는 더 나은 조건수와 낮은 상수를 보였다.
• 다차원 및 공간적으로 변화하는 커널 문제로의 확장 가능성은 초기 결과를 통해 효과적인 희박화와 해의 정확도 유지가 가능함을 보여주었다.