[논문 리뷰] Fast Bayesian Optimal Experimental Design for Seismic Source Inversion

Quan Long, Mohammad Motamed외 1명|arXiv (Cornell University)|2015. 02. 27.

Probabilistic and Robust Engineering Design참고 문헌 19인용 수 4

한 줄 요약

이 논문은 이중 루프 기대 정보 수익을 단일 루프 적분으로 줄이기 위해 라플라스 근사법을 활용하여 지진원 역행렬 문제에 대한 빠른 베이지안 최적 실험 설계 방법을 제시한다. 이 방법은 헤시안 행렬이 측정 시간과 수신기 수에 비례함을 이용하여, 희소 곡사법과 유한 차분법을 통해 최적의 수신기 배치 및 수를 효율적으로 계산할 수 있으며, 2차원 문제에서 수치적 검증을 수행하였다.

ABSTRACT

We develop a fast method for optimally designing experiments in the context of statistical seismic source inversion. In particular, we efficiently compute the optimal number and locations of the receivers or seismographs. The seismic source is modeled by a point moment tensor multiplied by a time-dependent function. The parameters include the source location, moment tensor components, and start time and frequency in the time function. The forward problem is modeled by elastodynamic wave equations. We show that the Hessian of the cost functional, which is usually defined as the square of the weighted L2 norm of the difference between the experimental data and the simulated data, is proportional to the measurement time and the number of receivers. Consequently, the posterior distribution of the parameters, in a Bayesian setting, concentrates around the "true" parameters, and we can employ Laplace approximation and speed up the estimation of the expected Kullback-Leibler divergence (expected information gain), the optimality criterion in the experimental design procedure. Since the source parameters span several magnitudes, we use a scaling matrix for efficient control of the condition number of the original Hessian matrix. We use a second-order accurate finite difference method to compute the Hessian matrix and either sparse quadrature or Monte Carlo sampling to carry out numerical integration. We demonstrate the efficiency, accuracy, and applicability of our method on a two-dimensional seismic source inversion problem.

연구 동기 및 목표

• 반복적인 PDE 해법으로 인해 계산 비용이 매우 높은 지진원 역행렬 문제에서의 베이지안 최적 실험 설계의 고비용 문제를 해결하기 위해.
• 지진 모니터링에서 지진계의 최적 수와 공간적 구성 요소를 결정하기 위한 확장 가능한 방법을 개발하기 위해.
• 이중 루프 몬테카를로 적분을 단일 루프로 줄임으로써 기대 정보 수익을 효율적으로 계산할 수 있도록 하기 위해, 라플라스 근사법을 활용하기 위해.
• 지진원 매개변수(예: 모멘트 텐서, 위치, 시간 함수 등)의 넓은 동적 범위로 인해 발생하는 매개변수 스케일링 문제를 다루기 위해.
• 실제 파동 전파 모델을 사용한 2차원 지진원 역행렬 문제에 대해 제안된 방법을 검증하기 위해.

제안 방법

• 비용 기능의 헤시안 행렬이 수신기 수와 측정 시간에 비례함을 이용하여 후행 분포의 집중을 이끌어내고, 이로 인해 라플라스 근사법이 타당해지도록 한다.
• 헤시안의 조건수를 개선하기 위해 매개변수 공간에 스케일링 행렬을 적용하여, 수십 개의 크기 차이가 나는 매개변수 간의 수치적 안정성을 확보한다.
• MAP 추정치에서 음의 로그-후행 분포의 헤시안 행렬을 두 번째 차분 유한 차분법을 사용해 계산한다.
• 희소 곡사법 또는 몬테카를로 샘플링을 사용하여 매개변수 공간을 통해 근사된 기대 정보 수익을 수치적으로 통합한다.
• 정보 수익 근사에 포함되는 재스케일링된 후행 공분산 행렬을 계산하기 위해 $N_{\theta}+2$개의 전방 문제(일부는 이중 문제 포함)를 해결한다.
• 재스케일링된 후행 공분산의 함수로서 기대 정보 수익을 유도하여 실험 설계의 효율적 최적화를 가능하게 한다.

실험 결과

연구 질문

• RQ1 반복 불가능하고 시간에 따라 변화하는 지진원 역행렬 문제에 대해 라플라스 근사법을 효과적으로 적용하여 최적 실험 설계의 계산 속도를 향상시킬 수 있는가?
• RQ2 비용 기능의 헤시안은 수신기 수와 측정 기간에 따라 어떻게 변화하는가? 그리고 이러한 스케일링 특성을 계산 효율성 향상에 활용할 수 있는가?
• RQ3 매개변수 크기의 격차가 헤시안의 조건수에 미치는 영향은 무엇이며, 베이지안 실험 설계에서 이를 어떻게 완화할 수 있는가?
• RQ4 희소 곡사법 또는 몬테카를로 샘플링을 통해 기대 정보 수익을 추정하는 데 소요되는 계산 비용을 어느 정도 줄일 수 있는가?
• RQ5 제안된 방법은 2차원 지진원 역행렬 문제에서 최적의 수신기 구성 요건을 어떻게 효과적으로 식별하는가?

주요 결과

• 비용 기능의 헤시안은 수신기 수와 측정 시간에 비례하며, 이는 후행 분포의 집중을 이끌어내고 라플라스 근사법의 타당성을 뒷받침한다.
• 수신기 수나 기록 시간이 증가할수록 후행 분포가 진짜 매개변수 주변으로 집중되어 근사 오차가 감소한다.
• 스케일링 행렬의 사용은 헤시안의 조건수를 효과적으로 제어하여 수치적 안정성과 최적화 수렴성을 향상시킨다.
• 이 방법은 이중 루프 기대 정보 수익을 단일 루프 적분으로 줄여 기존 몬테카를로 추정기법 대비 계산 비용을 크게 절감한다.
• 2차원 지진원 역행렬 문제에 대한 수치적 결과는 제안된 방법의 효율성, 정확성 및 실제 파동 전파 모델에의 적용 가능성을 확인한다.
• 기대 정보 수익은 $N_{\theta}+2$개의 전방 문제 해결을 통해 효율적으로 계산되며, 이는 고차원 매개변수 공간으로의 확장 가능성도 보장한다.