[논문 리뷰] Modified Tikhonov regularization for identifying several sources

Ole Løseth Elvetun, Bjørn Fredrik Nielsen|arXiv (Cornell University)|2020. 11. 09.

Numerical methods in inverse problems참고 문헌 15인용 수 4

한 줄 요약

이 논문은 타원형 PDE에서 딜리클레 경계 데이터로부터 다수의 국소적 소스를 식별하기 위해 수정된 티코노프 정규화 프레임워크를 제안한다. 문제에 특화된 정규화 연산자 W를 사용하여 소스의 구별 가능성을 향상시킨다. 이 방법은 단일 소스를 정밀하게 복원할 수 있으며, 세 단계 알고리즘을 통해 다수의 소스 국소화를 향상시킨다. 이론적 및 수치적 증거는 식별 가능성에 도메인 기하학과 경계에 대한 소스 위치가 결정적으로 영향을 미친다는 것을 보여준다.

ABSTRACT

We study whether a modified version of Tikhonov regularization can be used to identify several local sources from Dirichlet boundary data for a prototypical elliptic PDE. This paper extends the results presented in [5]. It turns out that the possibility of distinguishing between two, or more, sources depends on the smoothing properties of a second or fourth order PDE. Consequently, the geometry of the involved domain, as well as the position of the sources relative to the boundary of this domain, determines the identifiability. We also present a uniqueness result for the identification of a single local source. This result is derived in terms of an abstract operator framework and is therefore not only applicable to the model problem studied in this paper. Our schemes yield quadratic optimization problems and can thus be solved with standard software tools. In addition to a theoretical investigation, this paper also contains several numerical experiments.

연구 동기 및 목표

• 이전의 단일 소스 식별 결과를 타원형 PDE 역문제에서 다수의 국소적 소스로 확장하기 위해.
• 다수의 소스가 경계 측정치로부터 구별 가능한 이론적 조건을 설정하기 위해, 특히 PDE의 차수와 도메인 기하학에 기반하여.
• 티코노프 정규화와 반경 최적화를 통한 후처리를 조합함으로써 소스 국소화를 향상시키는 수치 알고리즘을 개발하기 위해.
• 특정 PDE 모델을 초월해 적용 가능한 추상 연산자 프레임워크에서 단일 소스 식별에 대한 유일성 결과를 증명하기 위해.
• 수치 실험을 통해 소스 복원 성능이 도메인 형상과 경계에 대한 소스 위치에 따라 상당히 달라진다는 것을 보여주기 위해.

제안 방법

• 수정된 티코노프 정규화 접근법은 제곱 최적화 문제로 공식화된다: L²(∂Ω)에서의 데이터 불일치를 최소화하고, 소스 f에 대한 선형 연산자 W를 포함한 정규화 항을 추가한다.
• 정규화 연산자 W는 각 기저 함수 ϕi에 대해 Wϕi = ||Pϕi||X ϕi로 정의되며, 여기서 P는 전방 연산자의 수반의 범위에 대한 직교 프로젝션이다.
• 소스를 나타내기 위해 L²(Ω)의 유한 차원 부분공간 Fh를 사용하며, 기저 함수는 국소적 지지를 가지도록 하여 공간 해상도를 향상시킨다.
• 세 단계 알고리즘을 제안한다: 첫째, 수정된 티코노프 문제를 풀어 初기 추정치를 확보한다; 둘째, 해의 국소 최대값을 식별한다; 셋째, 이러한 최대값을 중심으로 원형 소스의 반경에 대해 최적화하여 소스 기하학을 정밀화한다.
• ε=0인 경우(포아송 방정식), 소스의 평균을 빼어 ∫Ω f dx = 0 조건을 만족시켜 전방 문제의 잘 정의됨을 보장한다.
• 전방 연산자 K_h는 소스 f를 ∂Ω에서 해 u의 딜리클레 트레이스로 매핑하며, 상수 해로 인한 비유일성 문제를 처리하기 위해 경계에서 해의 평균을 0으로 정규화한다.

실험 결과

연구 질문

• RQ1 수정된 티코노프 정규화 방법은 딜리클레 경계 데이터를 기반으로 다수의 국소적 소스를 구별할 수 있는가?
• RQ2 PDE의 차수(2차와 4차)는 다수의 소스 식별 가능성에 어떤 영향을 미치는가?
• RQ3 도메인의 기하학적 형태와 소스가 경계에 비해 상대적으로 위치하는 방식은 소스 복원 성능에 어느 정도의 영향을 미치는가?
• RQ4 제안된 세 단계 알고리즘이 표준 티코노프 정규화에 비해 소스 국소화를 향상시킬 수 있는가?
• RQ5 최소 노름 최소 제곱 해가 역소스 문제에서 진짜 소스와 동일한 조건은 무엇인가?

주요 결과

• 제안된 W 연산자를 사용한 수정된 티코노프 정규화는 추상 연산자 프레임워크를 통해 단일 국소적 소스를 정밀하게 복원할 수 있음을 증명하였다.
• 다수의 소스를 구별할 수 있는 능력은 PDE의 스무딩 성질에 의해 결정되며, 4차 문제에서는 2차 문제보다 더 높은 소스 해상도를 제공한다.
• 수치 실험 결과, 볼록 도메인과 유사한 크기의 비볼록 도메인에서도 소스 복원 성능이 더 뛰어나며, 특히 소스가 모서리나 가장자리 근처에 위치할 경우 더욱 두드러진다.
• 세 단계 알고리즘—초기 티코노프 해 구하기, 국소 최대값 국소화, 반경 최적화—는 특히 작은 또는 약한 소스에 대해 소스 재구성 성능을 크게 향상시킨다.
• 포아송 방정식(ε=0)의 경우, 소스의 평균을 뺀 후에도 방법이 유효하며, 최소 노름 해는 자동으로 ∫Ω f dx = 0 조건을 만족한다.
• Method I와 반경 최적화 방법 간의 일관된 국소화는 신뢰성의 핵심 지표이며, 이는 초기 소스 국소화에 Method I을 우선적으로 사용해야 함을 시사한다.