[논문 리뷰] A Particle Filter for Stochastic Advection by Lie Transport (SALT): A case study for the damped and forced incompressible 2D Euler equation

Colin J. Cotter, Dan Crisan외 3명|arXiv (Cornell University)|2019. 07. 27.

Model Reduction and Neural Networks참고 문헌 22인용 수 14

한 줄 요약

이 논문은 Stochastic Advection by Lie Transport (SALT)를 통해 감쇠되고 외력이 작용하는 비압축성 2D 올레르 방정식의 확률적 모델 감소에 대해 희박하고 노이즈가 많은 관측치를 융합하기 위해 온도 조절(tempering)과 저격(jittering)을 통합한 입자 필터를 제안한다. 이 방법은 약 310만 개의 자유도를 가진 고해상도 시뮬레이션으로 모델링된 진짜 상태를 약 49,000개의 자유도를 가진 감소된 SALT 모델을 사용하여, 보편적인 하드웨어에서 합리적인 정확도로 5개의 대규모 에디 턴오버 시간 동안 잘 근사한다.

ABSTRACT

In this work, we combine a stochastic model reduction with a particle filter augmented with tempering and jittering, and apply the combined algorithm to a damped and forced incompressible 2D Euler dynamics defined on a simply connected bounded domain. We show that using the combined algorithm, we are able to assimilate data from a reference system state (the ``truth") modelled by a highly resolved numerical solution of the flow that has roughly $3.1 imes10^6$ degrees of freedom, into a stochastic system having two orders of magnitude less degrees of freedom, which is able to approximate the true state reasonably accurately for $5$ large scale eddy turnover times, using modest computational hardware. The model reduction is performed through the introduction of a stochastic advection by Lie transport (SALT) model as the signal on a coarser resolution. The SALT approach was introduced as a general theory using a geometric mechanics framework from Holm, Proc. Roy. Soc. A (2015). This work follows on the numerical implementation for SALT presented by Cotter et al, SIAM Multiscale Model. Sim. (2019) for the flow in consideration. The model reduction is substantial: The reduced SALT model has $4.9 imes 10^4$ degrees of freedom. Results from reliability tests on the assimilated system are also presented.

연구 동기 및 목표

• 지구물리학 유체역학에서 고차원적 비선형 데이터 융합 문제를 입자 필터를 통해 해결하고자 한다.
• Stochastic Advection by Lie Transport (SALT) 기반의 모델 감소 프레임워크에서 온도 조절과 저격을 적용한 입자 필터의 성능을 평가하고자 한다.
• 감소된 SALT 모델이 진짜 상태에 비해 체계적인 편향을 포함하는 불완전한 모델 조건에서 필터링 알고리즘의 강건성과 정확도를 평가하고자 한다.
• 순위 히스토GRAM 분석과 엔세임 스프레드 진단을 통해 사후 엔세임의 신뢰성을 테스트하고자 한다.

제안 방법

• 신호는 공간적으로 상관된 위너 과정에 의해 구동되는 스트라토노비치 SDEs를 통해 스트로복성을 도입한 감쇠되고 외력이 작용하는 비압축성 2D 올레르 방정식의 SALT 감소된 형태로 모델링된다.
• 입자 필터는 순차적 중요도 재표본 추출을 포함한 브로드캐스트 필터를 사용하며, 입자 분해 방지를 위해 온도 조절을 적용하고 엔세임 다양성을 유지하기 위해 저격을 도입한다.
• 관측치의 영향을 점진적으로 증가시켜 입자 가중치 분포를 개선하고 분해를 줄이기 위해 가능도 함수에 온도 조절을 적용한다.
• 재표본 추출 후 입자 위치를 흔들어 주는 저격을 통해 집합의 붕괴를 방지하고 스프레드를 유지한다.
• 모델 감소로 자유도가 약 3.1×10⁶(진실)에서 약 4.9×10⁴(SALT 모델)로 감소하여 보편적인 하드웨어에서 효율적인 계산이 가능해졌다.
• 관측치는 289에서 1089개의 관측점으로 이루어진 희박한 공간 그리드를 기반으로 이산 시간 단위로 융합되며, 관측 노이즈는 λ=10으로 스케일링된다.

실험 결과

연구 질문

• RQ1 온도 조절과 저격을 적용한 입자 필터는 고차원 지구물리학 유체 시스템의 확률적 모델 감소에 대해 효과적으로 데이터를 융합할 수 있는가?
• RQ2 장기간에 걸쳐 SALT 감소 모델은 감쇠되고 외력이 작용하는 2D 올레르 방정식의 진짜 역학을 얼마나 잘 근사하는가?
• RQ3 SALT 프레임워크 내에서의 모델 오차는 사후 엔세임의 신뢰성과 정확도에 어느 정도 영향을 미치는가?
• RQ4 모델 편향과 고차원 상태 공간이 존재하는 조건에서 온도 조절과 저격은 입자 필터의 안정성과 성능을 어떻게 향상시키는가?

주요 결과

• 결합된 알고리즘은 오직 100개의 입자와 보편적인 계산 자원을 사용하여, 고해상도 시뮬레이션의 5000단계(약 5개의 대규모 에디 턴오버 시간) 동안 진짜 상태를 잘 근사했다.
• 모델 편향이 존재하더라도 대부분의 격자 위치에서 사후 엔세임 평균은 진짜 상태에 상당히 가까웠으며, [0.75, 0.5] 및 [0.5, 0.75]와 같은 특정 지점에서 일시적인 편차만 관측되었다.
• 사전 엔세임 스프레드는 시간이 지남에 따라 증가한 반면, 사후 스프레드는 안정을 유지하여 효과적인 재표본 추출과 필터링 성능를 나타냈다.
• 순위 히스토GRAM 분석에서, 관측점 수가 적을 경우(81 대비 289) 특히 왜곡이 관측되어, 엔세임 분포의 과소 분산과 잠재적인 모델 편향을 시사했다.
• 저격을 통해 엔세임 다양성을 유지하고 온도 조절을 통해 입자 분해를 방지함으로써, 불완전한 모델 조건 하에서도 알고리즘이 안정성을 유지했다.
• 신뢰성 테스트 결과, 시스템은 일부 편향과 과소 분산을 보였지만, 사후 엔세임은 실용적인 데이터 융합에 충분히 강건함을 확인했다.