[논문 리뷰] A comparison of element agglomeration algorithms for unstructured geometric multigrid

Steven Dargaville, A.G. Buchan외 3명|arXiv (Cornell University)|2020. 05. 18.

Advanced Numerical Methods in Computational Mathematics참고 문헌 27인용 수 4

한 줄 요약

이 논문은 삼각형 및 사면체 메esh에서 방사성 이동 문제에 적용된 비정형 기하 다중격자 방법에 대해 일곱 가지 요소 집합 알고리즘을 평가한다. 행렬을 사용하지 않는 해법기를 사용하여, 3차원에서는 가장 높은 수준의 메쉬에서 METIS 기반의 공격적인 다운샘플링이 가장 짧은 실행 시간과 설정 시간을 기록하는 것을 확인했으며, 2차원에서는 모든 알고리즘이 유사한 성능을 보였고, METIS와 MGridGen가 제어 가능한 집합 크기와 낮은 정리 필요성 덕분에 뛰어난 성능을 보였다.

ABSTRACT

This paper compares the performance of seven different element agglomeration algorithms on unstructured triangular/tetrahedral meshes when used as part of a geometric multigrid. Five of these algorithms come from the literature on AMGe multigrid and mesh partitioning methods. The resulting multigrid schemes are tested matrix-free on two problems in 2D and 3D taken from radiation transport applications; one of which is in the diffusion limit. In two dimensions all coarsening algorithms result in multigrid methods which perform similarly, but in three dimensions aggressive element agglomeration performed by METIS produces the shortest runtimes and multigrid setup times.

연구 동기 및 목표

• 비정형 삼각형/사면체 메쉬에서 기하 다중격자에 대한 군집화된 메쉬를 생성하기 위한 일곱 가지 요소 집합 알고리즘의 성능 평가.
• 다양한 다운샘플링 전략이 고차원 위상 공간을 가진 방사성 이동 응용 분야에서 행렬을 사용하지 않는 다중격자 효율성에 미치는 영향 평가.
• 2차원 및 3차원 문제에서 실행 시간과 설정 시간을 최소화하기 위한 최적의 집합 크기와 다운샘플링의 공격성 평가.
• 요소 행렬을 저장할 수 없는 순수 기하적, 행렬을 사용하지 않는 프레임워크에서 기하 다운샘플링 방법과 AMGe 기반 알고리즘 간의 비교.
• 특히 메모리 제약이 있는 행렬을 사용하지 않는 해법기에서 비정형 기하 다중격자에 적합한 집합 알고리즘 선택에 대한 실용적 권고 제공.

제안 방법

• 요소 집합 기법을 사용하여, 어셈블된 또는 어셈블되지 않은 요소 행렬이 필요 없이 비정형 메쉬에서 기하적으로 군집화된 메쉬를 생성한다.
• 행렬을 사용하지 않는 기하 다중격자 해법기를 사용하며, 보간 및 제한 연산자는 블록 구조를 가지며 행렬을 저장하지 않고 적용된다.
• 일곱 가지 다운샘플링 알고리즘을 평가: 그리디, METIS, MGridGen, 조너스, 크로우스, RGB, 및 노드 기반 집합 기법.
• 집합 크기를 목표 크기(예: 2D에서는 4, 3D에서는 하위 수준에서 8)로 제어하며, 최상위 메쉬에서는 공격적인 다운샘플링 적용(2D에서는 24개 요소, 3D에서는 170–200개 요소).
• 성능 평가 기준은 해법 시간, 설정 시간, 메쉬 복잡도이며, 방사성 이동 문제에서 두 가지 2D 및 두 가지 3D 문제를 대상으로 테스트를 실시하였고, 그 중 하나는 확산 한계 조건을 포함한다.
• 평가 범위는 기하 다운샘플링에 국한되며, 메모리 제약과 행렬을 사용하지 않는 조건으로 인해 대수적 연산자 구축을 회피한다.

실험 결과

연구 질문

• RQ1 다양한 요소 집합 알고리즘이 비정형 메쉬에서 행렬을 사용하지 않는 기하 다중격자 해법기 성능에 어떤 영향을 미치는가?
• RQ2 2차원 및 3차원 문제에서 해법 시간과 설정 시간을 최소화하기 위해 최상위 메쉬에서 최적의 집합 크기와 다운샘플링의 공격성은 무엇인가?
• RQ3 집합 크기를 목표로 하는 알고리즘(METIS, MGridGen 등)과 군집화된 요소 크기를 제한하는 알고리즘(Jones, RGB 등)이 순수 기하 다중격자 환경에서 어떻게 비교되는가?
• RQ4 간단한 블록 연산자를 사용할 경우, 집합의 형태(예: 원형/구형)가 다중격자 성능에 어느 정도 영향을 미치는가?
• RQ5 노드 기반 집합 또는 크기 기반 검색과 같은 단순한 다운샘플링 전략은 최소한의 정리 작업으로도 만족스러운 성능을 낼 수 있는가?

주요 결과

• 2차원에서는 모든 다운샘플링 알고리즘이 유사한 해법 시간을 기록하여, 낮은 차원에서는 성능 차이가 덜 두드러진다.
• 3차원에서는 최상위 메쉬에서 METIS 기반의 공격적 다운샘플링이 가장 짧은 총 실행 시간과 다중격자 설정 시간을 기록했다.
• 3차원에서는 1.25–1.5의 메쉬 복잡도가 최적인 반면, 2차원에서는 복잡도 1.25 근처에서 가장 우수한 성능를 보였으며, 이는 정형 다중격자 성능과 일치한다.
• 조너스, 크로우스, RGB와 같은 알고리즘은 너무 작은 집합으로 인해 높은 메쉬 복잡도와 높은 실행 시간을 유발하여 성능이 열악했다.
• 단순한 집합 기법(예: 노드 기반 연결, 크기 기반)은 2차원에서는 만족스러운 결과를 내었지만, 상당한 정리 작업이 필요했고, 3차원에서는 효율성이 떨어졌다.
• METIS는 항상 고품질의 집합을 생성하고 정리 작업을 최소화하며 가장 빠른 성능를 보였으며, 비정형 기하 다중격자에서 권장되는 선택이다.