[논문 리뷰] Approximation of length minimization problems among compact connected sets

Matthieu Bonnivard, Antoine Lemenant외 1명|arXiv (Cornell University)|2014. 03. 09.

Computational Geometry and Mesh Generation참고 문헌 38인용 수 44

한 줄 요약

이 논문은 두 차원에서 컴act한 연결된 집합에 제약된 길이 최소화 문제를 위한 새로운 암브로시오-토르토레lli 유형의 근사법을 제안한다. 가중 지오데식 거리 항을 도입하여 한계에서 연결성을 강제한다. 이 방법은 Γ-수렴을 통해 스테이너 문제, 평균 거리 문제, p-완화 에너지 문제를 성공적으로 근사하며, 수치적 검증을 통해 단계장의 영점 집합으로부터 연결된 최소화자가 도출됨을 보여준다.

ABSTRACT

In this paper we provide an approximation \\`a la Ambrosio-Tortorelli of some classical minimization problems involving the length of an unknown one-dimensional set, with an additional connectedness constraint, in dimension two. We introduce a term of new type relying on a weighted geodesic distance that forces the minimizers to be connected at the limit. We apply this approach to approximate the so-called Steiner Problem, but also the average distance problem, and finally a problem relying on the p-compliance energy. The proof of convergence of the approximating functional, which is stated in terms of Gamma-convergence relies on technical tools from geometric measure theory, as for instance a uniform lower bound for a sort of average directional Minkowski content of a family of compact connected sets.

연구 동기 및 목표

• 두 차원에서 연결성 제약 조건이 있는 길이 최소화 문제에 대한 수치적 근사 방법의 부족을 해결하기 위해.
• 새로운 가중 지오데식 거리 항을 통해 한계에서 연결성을 강제하는 단계장 접근법을 개발하기 위해.
• 암브로시오-토르토레lli 프레임워크를 스테이너 문제, 평균 거리 문제, p-완화 에너지 최소화 문제와 같은 문제들로 확장하기 위해.
• 기하측도론 도구를 활용하여 제안된 함수가 원래 기하 문제로 Γ-수렴하는 것을 증명하기 위해.
• 반복 최적화와 하위기울기 이동을 통해 연결된 최소화자를 생성할 수 있는 수치적으로 구현 가능한 알고리즘을 제공하기 위해.

제안 방법

• 표준 모디카-모르톨라 항과 가중 지오데식 거리 항을 조합한 새로운 기능을 도입: $ \frac{1}{4\varepsilon}\int_{\Omega}(1-\varphi)^2dx + \varepsilon\int_{\Omega}|\nabla\varphi|^2dx + \frac{1}{c_\varepsilon}\sum_{i=1}^N d_\varphi(x_i,x_1) $, 여기서 $ d_\varphi $ 는 $ \varphi $ 에 의해 가중된 지오데식 거리이다.
• 가중 지오데식 거리를 $ d_\varphi(x,y) = \inf\left\{ \int_\gamma \varphi \, d\mathcal{H}^1 \,;\, \gamma \text{ 는 } x \text{ 와 } y \text{ 를 연결} \right\} $ 로 정의하여, 빠른 마라치 방법을 통해 수치 계산이 가능하도록 한다.
• 특히 $ \sum_{i=1}^N d_\varphi(x_i,x_1) = 0 $ 이면 $ \{\varphi = 0\} $ 이 경로로 연결되어 있고 모든 $ x_i $ 를 포함하므로, 이는 한계에서 연결성을 강제한다.
• Γ-수렴 이론을 적용하여, $ \varepsilon \to 0 $ 일 때 근사 기능이 원래 기하 문제로 수렴함을 증명한다. 이는 방향성에 대한 균일한 하한을 이용한 방향성 민코프스키 내용의 성질에 기반한다.
• 하위기울기 이동을 사용하여 $ d_\varphi $ 와 그 초기함수를 계산하는 수치 알고리즘을 구현하여 최적화를 위한 내림값 방법을 가능하게 한다.
• 감소하는 $ \varepsilon $ 를 사용하는 반복 최적화 전략을 적용하며, 각 단계를 이전 해에서 초기화하여 局부 최소값을 피하고 연결된 최소화자로의 수렴을 촉진한다.

실험 결과

연구 질문

• RQ1 콤팩트한 연결된 집합 제약 조건이 있는 길이 최소화 문제를 근사하기 위해 단계장 방법을 구성할 수 있는가?
• RQ2 명시적인 위상 제약 조건 없이, 분산 인터페이스 모델에 연결성 제약 조건을 어떻게 표현할 수 있는가?
• RQ3 가중 지오데식 거리 항을 포함함으로써, $ \varepsilon \to 0 $ 한계에서 단계장의 영점 집합이 항상 연결되어 있는가?
• RQ4 이 프레임워크는 평균 거리 문제 및 p-완화 에너지 최소화와 같은 다른 기하 문제로 확장될 수 있는가?
• RQ5 제안된 수치적 방법은 다양한 문제 설정과 초기 조건에서도 연결된 최소화자를 안정적으로 생성하는가?

주요 결과

• 모디카-모르톨라 항과 가중 지오데식 거리 항을 조합한 제안된 기능 $ G^{h}_{\Lambda,\varepsilon} $ 는 $ \varepsilon \to 0 $ 일 때 원래 기하 문제로 Γ-수렴하며, 최소화자의 수렴을 보장한다.
• 수치 시뮬레이션에서 $ \varepsilon = 0.05 $ 일 때, $ \phi $ 의 영점 집합이 연결되어 있고, 중심에서 벗어난 $ y_0 $ 를 포함함을 확인하였다.
• 길이 페널티 계수 $ \Lambda $ 가 증가할수록 연결된 집합 $ \{\phi = 0\} $ 의 길이가 감소하며, 예상되는 물리적 행동과 일치한다.
• 감소하는 $ \varepsilon $ 를 사용하는 반복 최적화 전략은 국부 최소값을 효과적으로 피하고, 여러 시행에 걸쳐 일관된 연결된 최소화자를 생성한다.
• 하위기울기 이동 방법을 통해 $ d_\varphi $ 와 그 초기함수를 효율적으로 계산할 수 있어, 오목 항의 최적화가 가능해졌다.
• 이 방법은 스테이너 문제, 평균 거리 문제, p-완화 에너지 문제의 세 가지 다른 기하 문제를 모두 연결성 제약 조건 하에서 성공적으로 근사하였다.