[논문 리뷰] A uniqueness result for time-fractional diffusion equations with space-dependent variable order

Yavar Kian, Éric Soccorsi외 1명|arXiv (Cornell University)|2017. 01. 15.

Fractional Differential Equations Solutions참고 문헌 13인용 수 3

한 줄 요약

이 논문은 시간 분수 미분 방정식에서 공간에 의존하는 변수 순서 계수의 유일성을 입증하여, 이러한 계수들이 시간에 따른 부분 Dirichlet-to-Neumann 사상의 수열로부터 유일하게 특정될 수 있음을 보였다. 이 접근법은 변수 순서 분수 PDE에 대한 잘 정의된 문제 분석과 역문제 기법에 기반한다.

ABSTRACT

We investigate diffusion equations with time-fractional derivatives of space-dependent variable order. We examine the well-posedness issue and prove that the space-dependent variable order coefficient is uniquely determined among other coefficients of these equations, by the knowledge of a suitable time-sequence of partial Dirichlet-to-Neumann maps.

연구 동기 및 목표

• 시간 분수 확산 방정식에서 공간에 의존하는 순서를 갖는 변수 순서 계수를 특정하는 역문제를 다루는 것.
• 이러한 방정식에 대해 정방 문제의 잘 정의됨을 확립하는 것.
• 변수 순서 계수가 경계 측정치로부터 유일하게 재구성될 수 있는지 여부를 판단하는 것.
• 변수 순서 분수 연산자 맥락에서 Dirichlet-to-Neumann 사상의 구조적 성질을 분석하는 것.

제안 방법

• Caputo 유형 분수 도함수를 사용하여 공간에 의존하는 변수 순서를 갖는 시간 분수 확산 방정식을 수식화하는 것.
• 적절한 경계 조건과 초기 조건을 갖는 유계 영역에서 정방 문제를 정의하는 것.
• 시간에 따른 경계 측정치를 코딩하기 위해 부분 Dirichlet-to-Neumann 사상의 수열을 구성하는 것.
• Dirichlet-to-Neumann 사상의 해석적 성질과 단조성에 기반한 유일성 추론을 적용하는 것.
• 에너지 추정과 약한 해 이론을 사용하여 정방 문제의 잘 정의됨을 보장하는 것.
• 다른 순서에서 생성된 해들을 비교하여 변수 순서 계수의 유일성을 확립하는 것.

실험 결과

연구 질문

• RQ1 시간 분수 확산 방정식에서 공간에 의존하는 변수 순서 계수는 경계 측정치로부터 유일하게 결정될 수 있는가?
• RQ2 변수 순서는 역문제 맥락에서 Dirichlet-to-Neumann 사상의 행동에 어떻게 영향을 미치는가?
• RQ3 변수 순서 시간 분수 확산 방정식의 정방 문제의 잘 정의됨을 보장하는 조건은 무엇인가?
• RQ4 부분 Dirichlet-to-Neumann 사상의 수열이 변수 순서 계수를 유일하게 재구성하는 데 충분한가?
• RQ5 변수 순서 구조는 경계 데이터로부터 계수의 식별 가능성에 어떻게 영향을 미치는가?

주요 결과

• 시간 분수 확산 방정식에서 공간에 의존하는 변수 순서 계수는 시간에 따른 부분 Dirichlet-to-Neumann 사상의 수열로부터 유일하게 식별 가능하다.
• 영역과 계수에 대한 표준 가정 하에 변수 순서 시간 분수 확산 방정식의 정방 문제는 잘 정의되어 있다.
• 유일성 결과는 변수 순서 계수가 적절한 가측성과 유계성 함수 클래스에 속할 조건 하에서 성립한다.
• 분석은 Dirichlet-to-Neumann 사상의 해석적 성질과 변수 순서 매개변수에 대한 그 의존성에 기반한다.
• 경계 데이터 수열이 순서의 공간적 변동을 충분히 코딩할 수 있을 경우, 역문제는 유일하게 해결 가능하다.
• 이 방법은 전체 경계 측정치가 필요로 하지 않으며, 오직 시간에 따른 부분 Dirichlet-to-Neumann 데이터만으로도 충분하다.