[논문 리뷰] Fast and efficient evaluation of gravitational waveforms via reduced-order spline interpolation

Chad R. Galley, P. Schmidt|arXiv (Cornell University)|2016. 11. 22.

Pulsars and Gravitational Waves Research참고 문헌 1인용 수 10

한 줄 요약

이 논문은 사용자가 정의한 허용 오차 내에서 정확도를 유지하면서 수치相对론 중력파 웨이브폼을 최대 90% 압축할 수 있는 저차원 스퍼링 보간법을 제안한다. 최적의 샘플링 포인트를 선택하기 위해 급격한 알고리즘을 적용하여, 빠르고 효율적인 다중모드 웨이브폼의 평가 및 재샘플링을 가능하게 하며, 26.5 MB 크기의 전개하는 이중성 중력파 웨이브폼을 10⁻⁶ 허용 오차에서 2.0 MB로 압축한다.

ABSTRACT

Numerical simulations of merging black hole binaries produce the most accurate gravitational waveforms. The availability of hundreds of these numerical relativity (NR) waveforms, often containing many higher spherical harmonic modes, allows one to study many aspects of gravitational waves. Amongst these are the response of data analysis pipelines, the calibration of semi-analytical models, the building of reduced-order surrogates, the estimation of the parameters of detected gravitational waves, and the composition of public catalogs of NR waveform data. The large number of generated NR waveforms consequently requires efficient data storage and handling, especially since many more waveforms will be generated at an increased rate in the forthcoming years. In addition, gravitational wave data analyses often require the NR waveforms to be interpolated and uniformly resampled at high sampling rates. Previously, this resulted in very large data files (up to $\sim$ several GB) in memory-intensive operations, which is unfeasible when confronted with hundreds of multi-modal NR waveforms. To handle these challenges, we present a simple and efficient method to significantly \emph{compress} the original waveform data sets while accurately reproducing the original data via spline interpolation. The method is generically applicable to relatively smooth, one-dimensional datasets and uses a greedy algorithm to determine the most relevant subset of the full data such that a spline interpolant of a specified polynomial degree will represent the original data to within a requested point-wise tolerance. We find significant compression of the original NR data sets presented here. These compressed data sets can then be evaluated fast and efficiently and resampled as desired.

연구 동기 및 목표

• 수백 개의 고해상도 다중모드 수치상대론적(NR) 중력파 웨이브폼을 저장하고 처리하는 데 점점 커지는 과제를 해결한다.
• 이전에는 고샘플링 속도 작업을 위해 수십 GB의 저장소가 필요했던 NR 웨이브폼의 메모리 집약적인 보간 및 재샘플링 문제를 해결한다.
• 파일 크기를 극적으로 줄이면서도 정확도를 유지함으로써 NR 웨이브폼을 데이터 분석 파이프라인에서 효율적으로 활용할 수 있도록 한다.
• 중력파 모드의 여러 구면 조화 함수 성분을 포함한 부드러운 1차원 데이터셋을 위한 일반적이고 확장 가능한 솔루션을 제공한다.

제안 방법

• 원본 NR 웨이브폼에서 최소한의 샘플링 포인트 집합을 선택하기 위해 급격한 알고리즘을 적용하여, 스퍼링 보간법이 지정된 점별 허용 오차 내에서 원본과 일치하도록 보장한다.
• SciPy의 UnivariateSpline를 통한 삼차 B-스플라인 보간법을 사용하여 빠른 평가 및 도함수 접근을 가능하게 하며, 고성능 재샘플링을 지원한다.
• 각 (ℓ,m) 모드의 진폭-위상 표현과 실수-허수 표현을 모두 평가하고, 더 압축 효율이 높은 표현을 저장하여 파일 크기를 최소화한다.
• 각 모드마다 가장 효율적인 매개변수화 방식을 선택하여 부정확도 없이 중복을 줄이고 압축을 최적화한다.
• LIGO 데이터 분석 워크플로우에 통합할 수 있도록 가이드를 포함한 공개 Python 패키지 romSpline에 알고리즘을 구현한다.
• 압축된 웨이브폼을 표준화되고 상호운용 가능한 형식으로 내보내어 LIGO의 NR 인젝션 인fra구조와의 호환성을 확보한다.

실험 결과

연구 질문

• RQ1 다중모드 수치상대론적 중력파 웨이브폼의 저장 공간을 크게 줄일 수 있을까? 이때 보간 정확도를 손상시키지 않을 수 있을까?
• RQ2 부드러운 1차원 중력파 데이터를 압축할 때, 고정밀 복원을 유지하면서 최적의 샘플링 전략은 무엇일까?
• RQ3 진폭-위상 표현과 실수-허수 표현 간의 선택이 압축 효율성과 정확도에 어떤 영향을 미칠까?
• RQ4 저차원 스퍼링 보간법이 데이터 분석 파이프라인에서 웨이브폼 평가 및 재샘플링을 얼마나 빠르게 처리할 수 있을까?
• RQ5 이 방법은 중력파 물리학 및 그 외 분야의 다른 부드러운 고차원 데이터셋에 일반화될 수 있을까?

주요 결과

• 26.5 MB 크기의 전개하는 이중성 NR 웨이브폼(ℓ ≤ 8)이 10⁻⁶ 점별 허용 오차에서 2.0 MB로 압축되어 92.4%의 크기 감소를 달성했다.
• 하이브리드 NR-PN 웨이브폼(85.1 MB)이 동일한 허용 오차에서 7.1 MB로 압축되어 파일 크기가 91.6% 감소했다.
• 상대 오차 측정 기준으로 하이브리드 웨이브폼에 대해 최대 24.0배의 압축 비율을 기록했으며, 10⁻⁶ 허용 오차에서 성능을 확보했다.
• 급격한 알고리즘이 각 (ℓ,m) 모드마다 가장 효율적인 표현 방식(진폭-위상 또는 실수-허수)을 선택하여, 전체 77개 모드에서 파일 크기를 최소화했다.
• 압축된 웨이브폼은 빠르고 정확한 재샘플링 및 평가를 가능하게 하여 실시간 데이터 분석 및 파이프라인 테스트에 적합하다.
• 공개된 romSpline 코드는 중력파 데이터의 재현 가능하고 확장 가능한 압축을 가능하게 하며, LIGO의 분석 인fra구조에 통합하기 위한 가이드를 제공한다.