[논문 리뷰] Space-time registration-based model reduction of parameterized one-dimensional hyperbolic PDEs

Tommaso Taddei, Lei Zhang|arXiv (Cornell University)|2020. 04. 14.

Model Reduction and Neural Networks참고 문헌 51인용 수 5

한 줄 요약

이 논문은 매개변수에 따라 충격파와 불연속성이 나타나는 1차원 초구형 PDE에 대해 공간-시간 정렬 기반 모델 순서 감소(MOR) 방법을 제안한다. 기존 선형 감소 모델의 성능 저하를 해결하기 위해, 고정된 기준 도메인에서 해의 특징을 정렬하기 위해 적응형 공간-시간 정렬을 사용하고, 이후 공간-시간 페트로프-갈레르킨 수식과 초-감소 기법을 적용함으로써, 고정밀도의 빠른 온라인 해를 달성한다. 이는 선형 감소 가능성의 향상과 투영 오차 감소를 이끌어내며, 버거스 방정식과 얕은 수면 방정식에 대해 각각 N=20 및 N=3 모드에서 성능을 입증하였다.

ABSTRACT

We propose a model reduction procedure for rapid and reliable solution of parameterized hyperbolic partial differential equations. Due to the presence of parameter-dependent shock waves and contact discontinuities, these problems are extremely challenging for traditional model reduction approaches based on linear approximation spaces. The main ingredients of the proposed approach are (i) an adaptive space-time registration-based data compression procedure to align local features in a fixed reference domain, (ii) a space-time Petrov-Galerkin (minimum residual) formulation for the computation of the mapped solution, and (iii) a hyper-reduction procedure to speed up online computations. We present numerical results for a Burgers model problem and a shallow water model problem, to empirically demonstrate the potential of the method.

연구 동기 및 목표

• 매개변수에 따라 충격파와 불연속성이 나타나는 매개변수화된 초구형 PDE의 해 다각도에서의 열악한 선형 감소 가능성 문제를 해결하기 위해.
• 공간-시간 정렬을 통한 라그랑주 기반 비선형 압축 기법을 개발하여 해 다각도의 압축 가능성을 향상시키기 위해.
• 초-감소된 공간-시간 페트로프-갈레르킨 수식과 커널 기반 회귀를 통해 계수를 매핑함으로써 빠른 온라인 평가를 가능하게 하기 위해.
• 버거스 방정식과 얕은 수면 방정식과 같은 벤치마크 초구형 문제들에 대해 방법의 효과성을 입증하기 위해.

제안 방법

• 적응형 공간-시간 정렬 알고리즘은 해 스크래치의 국소적 특징을 고정된 기준 도메인에 정렬하기 위해 매개변수에 의존하는 공간-시간 변환 Φμ를 구성한다.
• 해는 Uμ ≈ bUμ ◦ Φ−1μ로 표현되며, 여기서 bUμ = ZN bαμ이며, ZN은 감소된 상태를 위한 선형 연산자이고, Φμ = id + WM baμ는 매핑을 위한 것이다.
• 원본 스크래치와 매핑된 스크래치 양쪽에 대해 적절한 직교 분해(POD)를 적용하여 감소 기저 ZN과 매핑 기저 WM을 계산한다.
• 커널 기반 회귀 알고리즘이 새로운 매개변수 값에 대해 매핑 계수 baμ를 온라인으로 계산한다.
• 공간-시간 페트로프-갈레르킨(최소 잔여량) 수식을 사용하여 감소된 계수 bαμ를 효율적으로 계산하며, 온라인 어셈블리의 가속을 위해 초-감소 기법을 적용한다.
• 이 방법은 RePOD(등록된 POD)로 불리며, 정규 POD를 일반화한 것으로, 정렬을 통합함으로써 선형 감소 가능성을 향상시킨다.

실험 결과

연구 질문

• RQ1 공간-시간 정렬이 충격파가 존재하는 초구형 PDE의 해 다각도에서 선형 감소 가능성을 크게 향상시킬 수 있는가?
• RQ2 초구형 문제에 대해 정렬 기반 압축 기법이 표준 POD와 비교해 투영 오차와 고유값 감소 속도 측면에서 어떻게 성능을 내는가?
• RQ3 초-감소된 공간-시간 페트로프-갈레르킨 수식은 정확성을 유지하면서도 빠른 온라인 평가를 가능하게 하는가?
• RQ4 이 방법이 매개변수 변화에 따라 자가유사 구조와 충격 위치를 어느 정도 유지하는가?

주요 결과

• 버거스 방정식에 대해 N=20 모드를 사용한 경우, 공간-시간 정렬은 표준 POD 대비 최대 샘플 내 투영 오차를 90% 이상 감소시켰으며, 정규화된 POD 고유값이 정렬 후에 훨씬 더 빠르게 감소하는 것으로 나타났다.
• 버거스 및 얕은 수면 방정식에 대한 공간-시간 플롯을 통해, 충격 불연속성의 위치가 매개변수 변화에 관계없이 거의 고정됨을 확인하였다.
• 얕은 수면 방정식에 대해 최적의 비선형 복원 bU optμ = ΠZN,μUμ를 사용할 경우, 단지 N=3 모드로도 정확한 재구성을 달성하여 높은 압축 효율성을 입증하였다.
• 매핑 계수를 위한 커널 기반 회귀 기법이 변환 Φμ의 빠른 온라인 계산을 가능하게 하여, 신속한 해 평가를 지원하였다.
• 초-감소 기법이 온라인 어셈블리 비용을 효과적으로 감소시켜 감소된 모델의 효율적 온라인 평가를 가능하게 하였다.
• RePOD 프레임워크는 표준 POD를 일반화한 것으로, 특정 모델에 국한되지 않고 매개변수에 따라 충격파가 존재하는 모든 초구형 PDE 시스템에 적용 가능하다.