[论文解读] A Discrete Adapted Hierarchical Basis Solver For Radial Basis Function Interpolation

Julio E. Castrillón-Candás, Jun Li+1 more|arXiv (Cornell University)|Apr 13, 2011

Numerical methods in engineering参考文献 63被引用 13

一句话总结

本文提出了一种离散的、节点与核自适应的分层基（HB），用于高效实现多项式次数可变的径向基函数（RBF）插值。通过在正交HB中解耦多项式与RBF分量，该方法可利用对角或分块SSOR预条件的GMRES快速求解，实现O(N^1.6)的时间复杂度，并显著降低内存使用量，相较于标准方法具有明显优势。

ABSTRACT

In this paper we develop a discrete Hierarchical Basis (HB) to efficiently solve the Radial Basis Function (RBF) interpolation problem with variable polynomial order. The HB forms an orthogonal set and is adapted to the kernel seed function and the placement of the interpolation nodes. Moreover, this basis is orthogonal to a set of polynomials up to a given order defined on the interpolating nodes. We are thus able to decouple the RBF interpolation problem for any order of the polynomial interpolation and solve it in two steps: (1) The polynomial orthogonal RBF interpolation problem is efficiently solved in the transformed HB basis with a GMRES iteration and a diagonal, or block SSOR preconditioner. (2) The residual is then projected onto an orthonormal polynomial basis. We apply our approach on several test cases to study its effectiveness, including an application to the Best Linear Unbiased Estimator regression problem.

研究动机与目标

• 为解决RBF插值在大规模问题中多项式次数可变时的高计算成本与病态条件问题。
• 开发一种稳定且内存高效的求解器，通过解耦插值系统中的多项式与RBF分量。
• 将快速迭代求解器扩展至包含高次多项式项的RBF问题，从而在科学计算与统计学中实现更广泛的应用。
• 利用RBF插值、积分方程与广义最小二乘法（GLSQ）之间的联系，提升数值稳定性和效率。
• 通过自适应基构造，实现复杂几何形状与空间变化核函数的可扩展RBF插值。

提出的方法

• 构建一种离散的、正交的分层基（HB），使其同时适配RBF核函数与插值节点的分布。
• 在HB基下表述RBF插值问题，将多项式与RBF分量解耦为两个独立的子问题。
• 对变换后的系统应用带有对角或分块SSOR预条件器的GMRES迭代求解器，利用HB的正交性实现快速收敛。
• 在求解RBF分量后，通过将残差投影到正交多项式基上，恢复完整解。
• 利用多分辨率结构快速计算自适应对角预条件器，将内存降低至O(N)，并提升可扩展性。
• 利用HB的多分辨率与空间自适应特性，实现RBF矩阵的稀疏化及高效的矩阵-向量乘积。

实验结果

研究问题

• RQ1 能否构建一种离散的、节点自适应的分层基，以实现RBF插值中多项式与RBF分量的解耦？
• RQ2 使用此类基是否能实现GMRES迭代中更快的收敛速度与更低的内存使用量，尤其针对多项式次数可变的RBF问题？
• RQ3 该方法是否能在保持高精度的前提下，实现接近最优的计算复杂度（如O(N^1.6)），即使在病态RBF核（如形状参数较小的多二次函数）下也适用？
• RQ4 在不同节点分布与RBF类型下，对角预条件器与SSOR在迭代次数与时间复杂度上的性能表现如何比较？
• RQ5 HB框架在多大程度上可扩展至空间变化或各向异性的RBF核？

主要发现

• 所提出的离散HB求解器对双调和RBF的总时间复杂度达到O(N^1.6)，显著优于直接求解器的O(N^3)代价。
• 对角预条件器将内存使用量降低至O(N)，相比全SSOR的O(N^2)，同时保持快速收敛。
• 对于形状参数δ = 0.01的多二次RBF，GMRES的迭代次数增长为O(N^0.7)，表明即使在病态条件下仍具有强可扩展性。
• 与SSOR预条件化相比，该方法将总求解时间最多减少50%，且对角预条件器在大规模问题中尤为高效。
• 该方法在病态RBF（如多二次函数与反多二次函数）下仍表现出高精度与稳定性，其中反多二次函数显示出更优的条件数与更低的常数。
• 该方法在高维与空间变化核问题中具有扩展潜力，初步结果表明其能有效实现矩阵稀疏化并保持解的精度。