[論文レビュー] Regularized Reduced Order Models for a Stochastic Burgers Equation

Traian Iliescu, Honghu Liu+1 more|arXiv (Cornell University)|Jan 4, 2017

Model Reduction and Neural Networks参考文献 46被引用数 19

ひとこと要約

本稿では、対流優勢な領域における線形乗法的ノイズを伴う確率的バーガース方程式に対して、ガラーキン低次元モデル（G-ROM）の安定化を目的として、レイリー正則化低次元モデル（L-ROM）を提案する。非線形項に空間的微分フィルタを適用することにより、L-ROMは誤った数値的振動を顕著に低減し、ノイズ振幅の変動に対してもより高い耐性を示す。ノイズレベルが複数にわたる状況において、標準的なG-ROMに比べて精度と安定性に優れている。

ABSTRACT

In this paper, we study the numerical stability of reduced order models for convection-dominated stochastic systems in a relatively simple setting: a stochastic Burgers equation with linear multiplicative noise. Our preliminary results suggest that, in a convection-dominated regime, standard reduced order models yield inaccurate results in the form of spurious numerical oscillations. To alleviate these oscillations, we use the Leray reduced order model, which increases the numerical stability of the standard model by smoothing (regularizing) the convective term with an explicit spatial filter. The Leray reduced order model yields significantly better results than the standard reduced order model and is more robust with respect to changes in the strength of the noise.

研究の動機と目的

• 標準的なガラーキン低次元モデル（G-ROM）が対流優勢な確率的流体流れにおいて数値的不安定性を示す理由を調査すること。
• 確率的偏微分方程式における高い対流優勢性とノイズによって引き起こされるG-ROMの誤った振動を解消すること。
• L-ROMが確率的システムの安定化手法としての性能を評価すること。
• ノイズ振幅の変化に伴うG-ROMとL-ROMの精度および耐性を比較すること。
• 両モデルがノイズ強度および低次元基底の次元の変化に対してどのように感度を示すかを評価すること。

提案手法

• スナップショットデータから確率的バーガース方程式を用いて、適切な直交分解（POD）を用いてガラーキン低次元モデル（G-ROM）を導出する。
• 非線形項を明示的に滑らかにするために、非線形項に微分フィルタを導入することで、レイリー正則化低次元モデル（L-ROM）を実装する。
• 線形乗法的ノイズを伴うストラトノヴィッチ積分形式の確率的バーガース方程式を用いて、ランダムな揺らぎをモデル化する。
• ノイズレベルにかかわらず観察される類似性に基づき、すべてのシミュレーションでPOD基底を決定的状態（σ = 0）に固定する。
• L-ROMにおける非線形項の正則化のために、固定パラメータδ = 0.12を用いた微分フィルタを適用する。
• 13のノイズ振幅（σ ∈ [0, 0.6]）にわたる3000サンプルのアンサンブルシミュレーションを実施し、統計的誤差指標を算出する。

実験結果

リサーチクエスチョン

• RQ1 標準的なガラーキンROMは、対流優勢な確率的バーガース方程式において数値的振動を示すか？
• RQ2 ノイズが存在する状況において、L-ROMは標準的なG-ROMに比べて数値的振動をどのように低減するか？
• RQ3 ノイズ振幅の増加に伴い、G-ROMとL-ROMの耐性はどのように変化するか？
• RQ4 固定されたPOD基底（σ = 0から得たもの）を用いることで、異なるノイズレベルにおけるROMの精度にどの程度の影響が生じるか？
• RQ5 低次元の低次元空間において、L-ROMは確率的駆動力下でも精度と安定性を維持できるか？

主な発見

• 標準的なガラーキンROM（G-ROM）は、対流優勢な領域で顕著な誤った数値的振動を生じさせ、ノイズ振幅が増加するにつれて悪化する。
• L-ROMは数値的振動を顕著に低減し、特に低次元の低次元モデル（r = 10）においてG-ROMに比べてより高い精度の解を得ている。
• すべてのノイズレベルにおいて、L-ROMは相対L²誤差の平均値および分散が著しく低く抑えられており、ノイズ変動に対する優れた耐性を示している。
• 図7の誤差バーは、G-ROMの誤差の標準偏差がノイズ振幅の増加に伴い急激に増加する一方で、L-ROMの誤差は安定的かつ狭い範囲に保たれていることを示している。
• 3000サンプルのアンサンブルを用いた統計的収束性の確認により、報告された誤差統計の信頼性が裏付けられた。
• 決定的状態（σ = 0）から得た固定POD基底を用いることで、ノイズ経路ごとに基底を更新する場合と比較して、誤差の標準偏差に僅かな変化しか生じず、同程度の結果が得られた。