[논문 리뷰] A shape preserving quasi-interpolation operator based on a new transcendental RBF

Mohammad Heidari, Maryam Mohammadi외 1명|arXiv (Cornell University)|2021. 06. 10.

Advanced Numerical Analysis Techniques인용 수 4

한 줄 요약

이 논문은 쌍곡선 tangent 함수를 기반으로 한 새로운 초월적 반경 기반 함수(RBF)를 사용하여, 기존의 다각형(Multiquadric, MQ) RBF보다 향상된 성능을 보이는 형태 유지 보존 근사화 연산자를 제안한다. 새로운 RBF는 $\phi(r) = r \tanh(r/c)$ 로 정의되며, 이는 $O(h^2)$ 수렴율을 달성하고, 볼록성과 단조성을 유지하며, 선형 시스템 해를 구하지 않아도 되므로 수치 실험에서 뛰어난 정확성과 안정성을 보였다.

ABSTRACT

It is well-known that the univariate Multiquadric quasi-interpolation operator is constructed based on the piecewise linear interpolation by |x|. In this paper, we first introduce a new transcendental RBF based on the hyperbolic tangent function as a smooth approximant to f(r)=r with higher accuracy and better convergence properties than the multiquadric. Then Wu-Schaback's quasi-interpolation formula is rewritten using the proposed RBF. It preserves convexity and monotonicity. We prove that the proposed scheme converges with a rate of O(h^2). So it has a higher degree of smoothness. Some numerical experiments are given in order to demonstrate the efficiency and accuracy of the method.

연구 동기 및 목표

• 일변수 산산이 흩어진 데이터에 대해 선형 시스템을 풀지 않고도 고차수이자 형태 유지 보존 특성을 갖는 근사화 연산자를 개발한다.
• 기존의 다각형(MQ) RBF를 쌍곡선 tangent 함수를 기반으로 한 새로운 초월적 RBF로 대체하여 정확성과 수렴율을 향상시킨다.
• 기본 데이터의 단조성과 볼록성을 유지할 수 있도록 연산자를 설계한다. 이는 신뢰할 수 있는 함수 재구성에 매우 중요하다.
• 형태 매개수 $c$에 관계없이 독립적인 $O(h^2)$ 수렴율을 확보하여 연산의 강건성과 부드러움을 향상시킨다.
• 함수 근사에서 전통적인 수치적 불안정성, 즉 룬제(Runge) 현상과 갈라진 현상(Gibbs 현상)을 완화한다.

제안 방법

• 새로운 RBF를 제안: $\phi(r) = r \tanh(r/c)$ 로, $|x|$를 부드럽게 근사하며, MQ RBF $\sqrt{r^2 + c^2}$ 보다 더 좋은 수렴 특성을 제공한다.
• 신규 RBF를 사용하여 우-샤바크(Wu–Schaback) 근사화 공식을 재구성하여 연산자 $\mathcal{L}_{RTH}$ 를 구성한다.
• 신규 RBF의 성질과 그 도함수의 행동에 기반하여, 연산자가 자동으로 단조성과 볼록성을 유지하도록 설계한다.
• 형태 매개수 $c$에 의존하지 않는 이론적 경계를 증명함으로써 $O(h^2)$ 수렴율을 확보한다.
• 선형 시스템을 풀지 않고도 함수 값 그 자체를 계수로 직접 사용하여 계산 효율성을 유지한다.
• 부드러운, 불연속적, 진동성이 있는 테스트 함수에 대한 수치 실험을 통해 방법의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 쌍곡선 tangent 함수를 기반으로 한 새로운 초월적 RBF가, 근사화에서 수렴율과 정확성 측면에서 기존의 MQ RBF를 능가할 수 있는가?
• RQ2 제안된 근사화 연산자가 입력 데이터의 단조성과 볼록성을 유지하는가?
• RQ3 새로운 RBF 기반 연산자가 함수 근사에서 룬제 현상과 갈라진 현상을 줄일 수 있는가?
• RQ4 제안된 연산자의 수렴율은 무엇이며, 형태 매개수 $c$와 간격 $h$에 어떻게 의존하는가?
• RQ5 새로운 연산자는 산산이 흩어진 데이터 세트에서 표준 MQ 근사화보다 더 강건하고 정확한가?

주요 결과

• 제안된 RBF $\phi(r) = r \tanh(r/c)$ 는 특히 작은 $c$ 값에서 MQ RBF보다 더 높은 정확성과 더 나은 수렴 특성을 보였다.
• 근사화 연산자 $\mathcal{L}_{RTH}$ 는 $O(h^2)$ 수렴율을 달성하였으며, 수치적으로 확인된 수렴율은 다양한 테스트 문제에서 각각 2.0943과 3.4210에 이르렀다.
• 수치 실험 결과, $h = 0.0125$ 이고 $c = 0.01$ 일 때, 부드러운 함수에 대해 $L^\infty$ 오차가 최소 $7.5 \times 10^{-14}$ 로 감소하였다.
• 루프 함수에 대해 룬제 현상이 효과적으로 완화되었으며, $h$ 를 줄일수록 상대 오차가 크게 감소하였다.
• 불연속 함수에 대해 갈라진 현상이 상당히 감소하였으며, $c$ 를 0.001 으로 줄일수록 진동이 감소하였다.
• 모든 테스트 문제, 특히 조각별 해석적 및 불연속 함수에 대해, 표준 MQ 근사화보다 정확성과 안정성에서 뛰어난 성능을 보였다.