[논문 리뷰] Compositional Scientific Computing with Catlab and SemanticModels

Micah Halter, Evan Patterson외 2명|arXiv (Cornell University)|2020. 05. 11.

Distributed and Parallel Computing Systems참고 문헌 7인용 수 10

한 줄 요약

이 논문은 Catlab.jl과 SemanticModels.jl을 소개하며, 장식된 코스팬과 일반화된 대수적 이론(GATs)을 통해 복합 과학 계산을 가능하게 하는 범주론적 프레임워크를 제시한다. 과학적 시스템을 대칭 모나이드 이중범주에서의 사상으로 모델링함으로써, 자동 솔버 생성, 모델 조합, 다양한 분야(예: 전염병학, 페트리 넷 등) 간의 구조적 비교가 가능해지며, 수동 코딩을 크게 줄이고 과학적 모델링의 재사용성과 형식적 검증을 향상시킨다.

ABSTRACT

Scientific computing is currently performed by writing domain specific modeling frameworks for solving special classes of mathematical problems. Since applied category theory provides abstract reasoning machinery for describing and analyzing diverse areas of math, it is a natural platform for building generic and reusable software components for scientific computing. We present Catlab.jl, which provides the category-theoretic infrastructure for this project, together with SemanticModels.jl, which leverages this infrastructure for particular modeling tasks. This approach enhances and automates scientific computing workflows by applying recent advances in mathematical modeling of interconnected systems as cospan algebras.

연구 동기 및 목표

• 계산 과학 분야에서 복합적이고 재사용 가능하며 형식적으로 기반을 둔 과학적 모델링 프레임워크의 부족을 해결한다.
• 단일 도메인 전용 모델링 프레임워크의 한계를 극복하기 위해, 범주론을 활용해 모델 조합과 변환을 가능하게 한다.
• 다양한 과학 분야에서 모델 비교, 조합, 자동 솔버 생성을 지원하는 일반 목적의 메타모델링 프레임워크를 개발한다.
• 기존 과학 계산 스택(예: DifferentialEquations.jl, Petri.jl)과 함께 고려된 범주론적 논리를 통합하여 기호 계산과 수치 시뮬레이션을 연결한다.
• 과학자들이 장식된 코스팬과 GATs를 기반으로 직관적이고 계층적이고 형식적으로 검증 가능한 복잡한 모델을 정의할 수 있도록 한다.

제안 방법

• 과학적 모델을 대칭 모나이드 이중범주에서의 장식된 코스팬으로 표현하며, 객체는 입력/출력 변수 집합이고, 사상은 개방 시스템이다.
• Catlab.jl에서 일반화된 대수적 이론(GATs)을 사용해 대수적 및 범주론적 구조를 형식적으로 정의하며, 이는 모나이드 범주와 양자 회로 등 포함된다.
• 사상에 대한 세 가지 문법적 표현 방식을 구현: 점 없는 공식(예: (f⊗g)·h), 스트링 다이어그램(TikZ/Graphviz를 통해), 명령형 프로그래밍 구문.
• 순차 조합(g∘f)과 병렬 조합(f⊗g)을 통해 모델을 조합하며, 이는 시스템의 순차적 및 동시 실행에 해당한다.
• 와이어링 다이어그램(스트링 다이어그램)을 실행 가능한 모델로 해석함으로써 자동으로 시뮬레이션을 생성하며, 파라미터는 반응 속도나 계수로 매핑된다.
• 기존 줄리아 과학 계산 패키지(DifferentialEquations.jl, Petri.jl 등)와 통합하여, 저수준 코딩 없이도 모델을 실행하고 해결할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 범주론은 전염병학과 시스템 생물학 등 다양한 분야에서 과학적 모델을 형식적으로 정의하고 조합하는 데 어떻게 활용될 수 있는가?
• RQ2 대칭 모나이드 이중범주에서의 장식된 코스팬이 모델 조합, 비교, 솔버 생성을 위한 통합적이고 복합적인 프레임워크를 제공할 수 있는가?
• RQ3 Catlab.jl 내의 일반화된 대수적 이론(GATs)이 과학 계산에서 수학적 구조의 기호 추론과 표현을 얼마나 자동화할 수 있는가?
• RQ4 범주론적 모델링과 기존 과학 계산 스택의 통합이 개발 노력 감소와 모델 재사용성 향상에 얼마나 기여하는가?
• RQ5 계층적이고 다이어그램 기반의 모델 표현 방식(예: 스트링 다이어그램)은 직관적이고 확장 가능하며 형식적으로 검증 가능한 모델 구축과 시뮬레이션을 어떻게 가능하게 하는가?

주요 결과

• 이 프레임워크는 모델의 범주론적 구조를 해석함으로써 새로운 과학적 모델에 대해 자동으로 솔버를 생성할 수 있으며, 미분 방정식이나 전이 규칙의 수동 구현이 필요 없어진다.
• 순차적 및 병렬 연산(∘ 및 ⊗)을 통한 모델 조합을 통해, 감염 및 회복 과정과 같은 기본 블록으로부터 인간과 모기 간의 이중 감염 모델과 같은 복잡한 시스템을 구성할 수 있다.
• Catlab.jl에서 스트링 다이어그램과 프로그램 구문의 사용은 모나이드 범주 내 사상 정의를 위한 인간이 읽을 수 있고 실행 가능하며 형식적으로 기반을 둔 인터페이스를 제공한다.
• SemanticModels.jl은 Petri.jl과 DifferentialEquations.jl와 성공적으로 통합되어, 장식된 코스팬으로 정의된 모델에 대해 최소한의 추가 코드로 종단 간 시뮬레이션을 가능하게 했다.
• 모델의 구조적 비교(예: SIR 대 SIRD)는 공통된 하위구조(예: 감염 모델 F)와 차별화된 구성요소(예: 사망 전이를 포함한 회복 γ)를 드러내며, 모델 변형의 형식적 분석을 가능하게 한다.
• 이 프레임워크는 장식된 코스팬과 같은 범주론적 추상화가 다양한 분야에서 재사용성, 검증성, 확장성을 지원하는 일반 목적의 과학 메타모델링 생태계의 기초가 될 수 있음을 입증했다.