[论文解读] Boltzmann-Gibbs Preserving Stochastic Variational Integrator

Nawaf Bou‐Rabee, Houman Owhadi|arXiv (Cornell University)|Dec 26, 2007

Model Reduction and Neural Networks被引用 1

一句话总结

本文提出了一种用于惯性朗之万方程的李-特罗特尔分裂方法，该方法将变分积分器与奥恩斯坦-乌伦贝克流相结合，保持了玻尔兹曼-吉布斯不变测度。证明了离散不变测度在变分积分器的能量精度范围内逼近真实不变测度，当能量误差为零时可实现精确采样。

ABSTRACT

This paper presents a Lie-Trotter splitting for inertial Langevin equations (Geometric Langevin Algorithm) and analyzes its long-time statistical properties. The splitting is defined as a composition of a variational integrator with an Ornstein-Uhlenbeck flow. Assuming the exact solution and the splitting are geometrically ergodic, the paper proves the discrete invariant measure of the splitting approximates the invariant measure of inertial Langevin to within the accuracy of the variational integrator in representing the Hamiltonian. In particular, if the variational integrator admits no energy error, then the method samples the invariant measure of inertial Langevin without error. Numerical validation is provided using explicit variational integrators with first, second, and fourth order accuracy.

研究动机与目标

• 开发一种用于惯性朗之万方程的结构保持型数值积分器，以维持长时间的统计精度。
• 分析由变分积分器与奥恩斯坦-乌伦贝克流组成的分裂积分器的不变测度。
• 建立离散不变测度与随机动力学真实不变测度一致的条件。
• 使用一阶、二阶和四阶显式变分积分器对方法进行验证。

提出的方法

• 该方法采用李-特罗特尔分裂，将惯性朗之万动力学分解为两部分：由变分积分器控制的哈密顿流，以及建模为奥恩斯坦-乌伦贝克过程的随机阻尼分量。
• 变分积分器被构造为保持底层哈密顿系统的辛结构和能量守恒特性。
• 奥恩斯坦-乌伦贝克流用于建模惯性朗之万方程中的摩擦与噪声项，确保正确的统计行为。
• 这两种流的组合产生了一个离散随机过程，其不变测度被分析以研究其收敛到真实玻尔兹曼-吉布斯测度的情况。
• 分析假设了精确解与分裂格式的几何遍历性，以建立不变测度的收敛性。
• 使用一阶、二阶和四阶显式变分积分器对方法进行了数值验证，证明了其在不变测度采样中的准确性。

实验结果

研究问题

• RQ1 结合变分积分器与奥恩斯坦-乌伦贝克流的分裂积分器能否保持惯性朗之万动力学的不变测度？
• RQ2 该分裂方法的离散不变测度对真实不变测度的逼近精度如何？
• RQ3 在何种条件下该方法能实现不变测度的精确采样？
• RQ4 变分积分器的精度阶数如何影响采样的统计精度？

主要发现

• 该分裂积分器的离散不变测度在变分积分器的能量误差范围内逼近惯性朗之万方程的真实不变测度。
• 当变分积分器无能量误差时，该方法可精确采样不变测度，实现零统计误差。
• 在与精确解相同的条件下，该方法保持了几何遍历性，确保长时间稳定性与收敛性。
• 数值实验表明，一阶、二阶和四阶变分积分器分别实现了对应精度的不变测度采样。