[논문 리뷰] On the Fourier expansion method for highly accurate computation of the Voigt/complex error function in a rapid algorithm

Sanjar M. Abrarov, Brendan M. Quine|arXiv (Cornell University)|2012. 05. 07.

Image and Signal Denoising Methods참고 문헌 3인용 수 14

한 줄 요약

이 논문은 보이트 함수와 복소 오차 함수를 매우 정확하고 빠르게 계산하기 위한 간소화된 푸리에 전개 기반 알고리즘을 제시한다. 중복 연산을 최소화하고 벡터화된 배열 연산을 활용함으로써, 기존 Weideman의 알고리즘 대비 5배 이상의 속도 향상을 달성하면서도 머신 정밀도 정확도를 유지한다. 특히 대규모 배열 처리에 매우 유리하다.

ABSTRACT

In our recent publication [1] we presented an exponential series approximation suitable for highly accurate computation of the complex error function in a rapid algorithm. In this Short Communication we describe how a simplified representation of the proposed complex error function approximation makes possible further algorithmic optimization resulting in a considerable computational acceleration without compromise on accuracy.

연구 동기 및 목표

• 정확도를 희생시키지 않은 채 보이트 함수와 복소 오차 함수를 위한 계산 효율적인 알고리즘을 개발하기 위해.
• 근사 구조를 단순화하여 푸리에 전개 방법의 실행 속도를 최적화하기 위해.
• 대규모 배열 처리가 필요한 스펙트럼 선 폭발 및 플라즈마 물리 시뮬레이션에서 고성능 계산을 가능하게 하기 위해.
• 반복적인 지수 평가를 최소화하고 벡터화된 연산을 활용하여 계산 오버헤드를 줄이기 위해.
• 알고리즘 단순화가 수치 정밀도를 훼손하지 않으면서도 상당한 속도 향상을 이끌 수 있음을 입증하기 위해.

제안 방법

• 복소 오차 함수는 가우시안 에너벨로 유도된 계수를 가진 푸리에 급수 전개를 통해 근사한다.
• 원래의 합계를 n=0 항을 별도로 분리함으로써 계산 중복을 줄인 단순화된 해석적 형태로 재구성한다.
• 단순화된 형태는 (−1)^n e^{iτₘz} 항과 z의 유리 함수를 포함하는 합으로 표현되며, 이는 효율적인 벡터화 구현을 가능하게 한다.
• 알고리즘은 입력 배열당 한 번만 계산되는 세 가지 주요 배열 A = τₘz, B = e^{iA}, C = A.*A를 사용한다.
• MATLAB 스타일 표기법을 통한 원소별 연산을 통해 효율적인 벡터화가 가능하며, 지수 연산(B)의 총 실행 시간에 기여도가 6% 미만이다.
• e^{iτₘz}에 대한 유리 근사가 필요 없으며, τₘ 및 N 값이 감소하더라도 그 계산 비용은 여전히 무시할 만큼 낮다.

실험 결과

연구 질문

• RQ1 복소 오차 함수에 대한 푸리에 전개 방법을 단순화하여 정확도를 잃지 않으면서도 계산 오버헤드를 줄일 수 있는가?
• RQ2 벡터화된 배열 연산은 대규모 응용 분야에서 보이트 함수 평가를 얼마나 가속화할 수 있는가?
• RQ3 단순화된 알고리즘의 계산 성능은 Weideman의 알고리즘 및 Algorithm 680과 비교해 어떻게 되는가?
• RQ4 τₘ 및 N을 감소시킬 경우 정확도와 성능에 어떤 영향을 미치며, 특히 극도로 높은 정밀도가 필요로 하지 않는 응용 분야에서는 어떠한가?
• RQ5 지수 평가 단계를 최적화하여 총 계산 시간에서 더 이상 지배적인 비중을 차지하지 않도록 할 수 있는가?

주요 결과

• 3000만 개 이상의 요소를 처리할 경우, 단순화된 알고리즘이 Weideman의 알고리즘 대비 5배 이상 빠른 속도를 달성한다.
• 대규모 입력 배열을 처리할 경우, 원래 근사식(1)보다도 두 배 이상 빠르다.
• τₘ = 12 및 N = 23일 때, 지수 평가(B = e^{iA})의 계산 비용은 총 실행 시간의 6% 미만을 차지한다.
• 수치 결과는 Algorithm 680의 결과와 마지막 숫자까지 정확히 일치하여 머신 정밀도 정확도를 확인한다.
• τₘ 및 N를 각각 9와 12로 감소시켜도 정확도에 손실 없이 추가적인 속도 향상을 얻을 수 있으며, 극도로 정밀한 정밀도가 요구되지 않는 응용 분야에 적합하다.
• 이 방법은 대규모 스펙트럼 선 폭발 시뮬레이션에 적합한 고속·고정밀 보이트 함수 계산을 가능하게 한다.