[논문 리뷰] Analysis of a micro-macro acceleration method with minimum relative entropy moment matching

Tony Lelièvre, Giovanni Samaey외 1명|arXiv (Cornell University)|2018. 01. 05.

Fluid Dynamics and Turbulent Flows참고 문헌 54인용 수 4

한 줄 요약

이 논문은 시간 척도 분리가 있는 강한 스토크라스틱 미분 방정식을 위한 마이크로-마크로 가속 방법을 분석한다. 최소 상대 엔트로피를 사용하여 미세 상태를 외삽된 거시적 변수에 매칭한다. 이 방법은 Kullback-Leibler 발산을 최소화하여 사전 분포와 매칭된 분포 간의 차이를 최소화함으로써 수치적 안정성과 약한 수렴성을 확보한다. 오차 한계는 외삽 시간 간격과 거시적 변수의 수에 따라 엄밀하게 유도된다.

ABSTRACT

We analyse convergence of a micro-macro acceleration method for the Monte Carlo simulation of stochastic differential equations with time-scale separation between the (fast) evolution of individual trajectories and the (slow) evolution of the macroscopic function of interest. We consider a class of methods, presented in [Debrabant, K., Samaey, G., Zieli\\'nski, P. A micro-macro acceleration method for the Monte Carlo simulation of stochastic differential equations. SINUM, 55 (2017) no. 6, 2745-2786], that performs short bursts of path simulations, combined with the extrapolation of a few macroscopic state variables forward in time. After extrapolation, a new microscopic state is then constructed, consistent with the extrapolated variable and minimising the perturbation caused by the extrapolation. In the present paper, we study a specific method in which this perturbation is minimised in a relative entropy sense. We discuss why relative entropy is a useful metric, both from a theoretical and practical point of view, and rigorously study local errors and numerical stability of the resulting method as a function of the extrapolation time step and the number of macroscopic state variables. Using these results, we discuss convergence to the full microscopic dynamics, in the limit when the extrapolation time step tends to zero and the number of macroscopic state variables tends to infinity.

연구 동기 및 목표

• 빠른 미세 동역학과 느린 거시적 관측값을 가진 다스케일 스토크라스틱 미분 방정식에 대해 안정적이고 정확한 마이크로-마크로 가속 방법을 개발한다.
• 외삽된 거시적 변수에 미세 상태를 매칭하는 것이 악조건이 되는 문제를 상대 엔트로피 최소화를 정규화된 추론 절차로 활용하여 해결한다.
• 외삽 시간 간격과 거시적 변수의 수에 따라 국소 오차와 수치적 안정성을 엄밀히 분석한다.
• 외삽 시간 간격이 0으로 수렴하고 거시적 변수의 수가 증가할 때, 이 방법이 진정한 미세 동역학으로 수렴함을 확립한다.
• 다스케일 시뮬레이션에서 분포 매칭에 상대 엔트로피를 이론적이고 실용적으로 타당한 척도로 사용하는 이유를 정당화한다.

제안 방법

• 시간 간격 δt로 짧은 미세 시뮬레이션 블라스트를 사용하여 L개의 관측량 E[R_l(X_t)]의 거시적 시간 도함수를 추정한다.
• 추정된 도함수를 사용하여, δt ≪ Δt인 더 큰 시간 간격 Δt 동안 거시적 상태 변수 m_l를 외삽한다.
• 이전 미세 상태에서의 사전 분포 μ를 기반으로, E[R_l(X)] = m_l 조건을 만족시키며 상대 엔트로피 I(ν||μ)를 최소화하는 새로운 미세 분포 ν를 구성한다.
• 최소화 문제 (1.3)는 지수가족 매개변수화를 통해 해결되며, 이는 로그-파트션 함수 A(λ, μ)를 포함한 라그랑주 승수 표현으로 이어진다.
• 매칭 단계는 상대 엔트로피를 사용한 확률측도 공간에서의 사영으로 해석되며, 사전 분포로부터의 최소한의 변형을 보장한다.
• 이론적 분석은 라그랑주 승수의 연속성과 유계성, 그리고 거시적 상태와 사전 측도에 대한 의존성에 기반한다.

실험 결과

연구 질문

• RQ1 상대 엔트로피 최소화 전략은 마이크로-마크로 가속 방법의 안정성과 국소 오차에 어떤 영향을 미치는가?
• RQ2 수치 오차는 외삽 시간 간격 Δt와 거시적 변수의 수 L에 따라 어떻게 달라지는가?
• RQ3 Δt → 0 이며 L → ∞ 일 때, 마이크로-마크로 방법이 진정한 미세 동역학으로 수렴하는 조건은 무엇인가?
• RQ4 이 맥락에서 거시적 제약 조건에 미세 상태를 매칭하기 위해 상대 엔트로피가 적합한 척도인 이유는 무엇인가?
• RQ5 매칭 절차는 사전 측도와 외삽된 거시적 상태의 변동에 얼마나 민감한가?

주요 결과

• 외삽 시간 간격 Δt가 작아질수록 국소 오차가 감소하며, 이는 기저 동역학의 스무스함에 따라 수렴 속도가 달라진다.
• 라그랑주 승수와 로그-파트션 함수의 헤시안의 유계성과 연속성 조건 하에서 수치적 안정성이 보장된다.
• 사전 측도와 거시적 상태에서 매칭된 분포로의 사상은 총 변동 노름에서 연속적이며, 입력의 변동에 대한 강건성을 보장한다.
• 로그-파트션 함수의 헤시안의 역행렬은 컴act 집합에서 일관되게 유계이며, 이는 최적화 문제의 잘 정의됨을 보장한다.
• 상대 엔트로피 최소화 프레임워크는 매칭된 분포 ν가 외삽된 거시적 상태를 만족시키는 조건에서 사전 분포 μ에 대해 가장 정보가 적은 변형임을 보장한다.
• Δt → 0 이며 L → ∞ 일 때, 방법은 약한 수렴을 통해 진정한 미세 동역학으로 수렴하며, 장기 시뮬레이션에서의 일致성을 입증한다.