[논문 리뷰] The first five years of the AAA algorithm

Yuji Nakatsukasa, Olivier Sète외 1명|arXiv (Cornell University)|2023. 12. 06.

Advanced Numerical Analysis Techniques인용 수 5

한 줄 요약

논문은 실수 또는 복소수 정의역에서 함수의 유리 근사에 대해 빠르고 안정적인 방법인 AAA 알고리즘을 제시한다. 이는 적응적으로 보간 점을 선택하고 바리센트리 유리 표현을 사용한다. AAA-LS 방법을 통해 라플라스 및 관련 편미분방정식(PDE)을 고정밀도로 해결할 수 있으며, 다항식보다 훨씬 효율적인 유리 함수를 사용해 1초 이내에 약 7×10⁻⁷의 정확도를 달성한다.

ABSTRACT

The AAA algorithm, introduced in 2018, computes best or near-best rational approximations to functions or data on subsets of the real line or the complex plane. It is much faster and more robust than previous algorithms for such problems and has been used in many applications since its appearance, including the numerical solution of Laplace, Poisson, and biharmonic PDE problems in irregular domains. AAA has also been extended in new directions and seems likely to be a tool of lasting importance in the future.

연구 동기 및 목표

• 실수 또는 복소수 정의역에서 함수에 대한 근사적으로 최적에 가까운 유리 근사를 계산하는 데 있어 빠르고 수치적으로 안정적인 방법으로 AAA 알고리즘을 소개하는 것.
• 기존 방법에 비해 속도, 안정성, 복잡하거나 비정규적인 정의역에 대한 적용 가능성 면에서 알고리즘이 뛰어나다는 것을 보여주는 것.
• AAA를 확장하여 복잡한 정의역에서 최소최대(최적) 근사를 가능하게 하는 AAA-Lawson 방법을 제안함으로써 복잡한 환경에서의 최고 수준의 유리 근사를 실현하는 것.
• 라플라스 및 비호모지어니우스 문제를 해결하기 위해 AAA 근사의 극점들을 정의역 내외로 분리하는 AAA-LS 방법을 개발하는 것.
• 유리 근사를 PDE, 리만–힐베르트 문제, 특이점을 포함하는 기타 문제 해결의 기초 도구로 정립하는 것.

제안 방법

• AAA 알고리즘은 $ r(z) = \sum_{j=1}^{m} \frac{w_j f(s_j)}{z - s_j} \Big/ \sum_{j=1}^{m} \frac{w_j}{z - s_j} $ 형태의 바리센트리 유리 표현을 사용하여, 군집된 극점과 영점이 존재하더라도 안정적인 계산이 가능하다.
• 비선형적 탐욕 단계와 선형적 SVD 기반 단계를 번갈아 적용한다. 탐욕 단계는 최대 오차 위치에 해당하는 다음 지지점(보간 점)을 선택하고, SVD 기반 단계는 최적의 바리센트리 가중치를 계산한다.
• AAA-Lawson 방법은 반복 가중 최소제곱(IRLS)을 반복 적용하여 근사적으로 최적의 근사를 최소최대(최고) 근사로 개선한다.
• AAA-LS 방법은 AAA 근사의 극점을 정의역 $ \Omega $ 내부와 외부로 분리하며, 외부 극점만 유지하여 최소제곱 기반으로 라플라스 문제를 해결하는 근본을 형성한다.
• 각 외부 극점은 최소제곱 행렬에 실수부와 허수부로 각각 두 개의 열을 기여하며, 딜리클레 문제의 효율적 해법을 가능하게 한다.
• 특히 $ s_j \notin \Omega $ 이면 $ 1/(z - s_j) $ 가 $ \Omega $ 내에서 조화 함수의 좋은 기저를 형성한다는 사실을 활용하여, 낮은 차수의 유리 함수로도 고정밀도의 해를 도출할 수 있다.

Figure 1: Phase portrait of the Riemann zeta function (right) compared with that of a rational approximation based on $100$ sample points in the right half-plane (left). The AAA algorithm computes this approximation in $0.1$ s on a laptop.

실험 결과

연구 질문

• RQ1 특이점 근처에 군집된 극점이 존재할 경우, 특히 복잡하거나 비정규적인 정의역에서 유리 근사를 동시에 빠르고 안정적으로 수행할 수 있는 방법은 무엇인가?
• RQ2 전통적인 방법이 실패하는 복잡한 정의역에서 AAA 알고리즘을 최소최대(최고) 유리 근사를 계산할 수 있도록 확장할 수 있는가?
• RQ3 정의역 내부에 극점이 존재하는 상황에서도, 어떻게 유리 근사를 효율적으로 활용하여 라플라스 및 관련 PDE를 해결할 수 있는가?
• RQ4 정의역 내외로 극점을 분리하는 것이 경계값 문제의 정확한 해를 구성하는 데 이론적·실용적으로 어떤 역할을 하는가?
• RQ5 AAA의 성공을 바탕으로, 유리 근사에서 영감을 얻어 가우시안 피팅과 같은 다른 비선형 근사 문제에 대한 광범위한 함의는 무엇인가?

주요 결과

• AAA 알고리즘은 단위 원 위에서 $ \exp(z) $ 함수에 대해 차수 7의 유리 근사를 0.002초 만에 수행하며, 최대 오차는 $ 2.81 \times 10^{-15} $ 로 도출된다.
• 리만 제타 함수의 경우, 100개의 샘플에서 AAA는 0.1초 내에 차수 37의 유리 근사를 계산하여 첫 두 개의 비자명한 영점들을 8자리 정밀도로 일치시킨다.
• AAA-LS 방법은 5개의 빔이 있는 정의역에서 라플라스 문제를 약 1초 내에 해결하며, 정확도는 약 ~$ 7 \times 10^{-7} $ 으로 유지되며, 125개의 극점을 가진 유리 함수를 사용하고, 각 점에 대해 약 1μs 내에 평가된다.
• AAA-Lawson 방법은 복잡한 정의역에서 최소최대 유리 근사를 달성하며, 오차 곡선은 기대되는 바와 같이 거의 일정한 모듈러스와 $ 2n+1 $의 워핑 수를 나타낸다. 이는 최고 근사 이론의 예측과 일치한다.
• 이 방법은 해석적 계속, 등각 매핑, 비선형 고유값 문제의 해법을 가능하게 하며, 신호 처리, 자기학, 난류 시뮬레이션 등 다양한 분야에 적용된다.
• AAA-LS 접근법은 커프트를 따라 극점을 분리하는 특성을 활용하여, 위너–호프 문제와 리만–힐베르트 문제를 해결하는 데 있어 새로운 효과적인 프레임워크를 제공한다.

Figure 2: The image on the left shows the error curve $(f-r)(Z)$ for best degree $n=4$ approximation of $e^{z}$ on the unit square by the AAA-Lawson algorithm [ 12 , 30 ] . The image on the right shows $|(f-r)(z)|$ as a function of $\hbox{\rm arg}(z)$ . The error curve is a curve of winding number $