[论文解读] Conquering the pre-computation in two-dimensional harmonic polynomial transforms

Richard Mikaël Slevinsky|arXiv (Cornell University)|Nov 21, 2017

Advanced Numerical Analysis Techniques被引用 13

一句话总结

本文提出了一种针对二维调和多项式变换的超优骨架化方法，通过利用二进制划分和对称正 definite 带状广义特征值问题，将预计算和存储复杂度降低至 𝒪(n^{3/2} log n)。该方法在球面及其他具有二元雅可比多项式结构的几何体上实现了快速且数值稳定的变换，仅带来 𝒪(log n) 的运行时间小幅增加。

ABSTRACT

We describe a skeletonization of the spherical harmonic connection problem that reduces the storage and pre-computation to superoptimal complexities at the cost of increasing the execution time by the modest multiplicative factor of $\mathcal{O}(\log n)$. One advantage of accelerating the spherical harmonic connection problem over accelerating synthesis and analysis is that neighbouring layers (in steps of two) may be expanded in eachother's bases. The proposed skeletonization maximizes this interconnectivity by overlaying a dyadic partitioning on the connection problem. We derive the symmetric-definite banded generalized eigenvalue problem required to accelerate spherical harmonic transforms. We also include a full analysis of the weighted normalized Jacobi connection problem with applications to fast harmonic polynomial transforms on the disk, triangle, rectangle, deltoid, wedge, and any other geometry with a bivariate analogue of Jacobi polynomials.

研究动机与目标

• 解决球面和调和多项式变换中预计算和存储成本过高的问题，特别是在大规模应用（如数值天气预报）中的挑战。
• 克服现有方法的局限性：要么需要渐近最优但不切实际的预计算，要么在真实带宽下缺乏可扩展性。
• 通过利用二元雅可比多项式结构，建立一个适用于多种几何形状（圆盘、三角形、矩形等）的统一框架。
• 通过二进制划分策略，实现相邻调和多项式层之间的高效互联，以最大化数值稳定性和数据稀疏性。
• 在保持后向稳定性和高相对精度的前提下，实现预计算和存储的超优复杂度，借助结构化特征值求解器达成。

提出的方法

• 将球面调和连接问题应用骨架化技术，将其转化为对称正 definite 带状广义特征值问题。
• 使用由快速多极方法加速的分治特征值求解器，以实现最优渐近复杂度和实际效率。
• 通过算子对称化和乔列斯基分解重新表述连接问题，以保持特征问题中的带状结构和对称性。
• 利用加权归一化雅可比框架中乘法算子的可交换性，保持连接系数的结构化表示。
• 利用二进制划分，平衡相邻层展开之间的计算负载，并增强连接矩阵中的数据稀疏性。
• 通过扩展精度算术确保高相对精度，尤其针对度量算子的病态乔列斯基分解。

实验结果

研究问题

• RQ1 是否可以在不牺牲数值稳定性的情况下，将调和多项式变换的预计算和存储复杂度降低至标准 𝒪(n² log n) 以下？
• RQ2 在多大程度上可以利用相邻调和多项式层之间的互联性来加速连接问题的求解？
• RQ3 在二元雅可比多项式设置下，能否将连接系数表示为对称正 definite 带状广义特征值问题的特征函数？
• RQ4 该方法在实际应用中对与真实世界应用（如数值天气预报）相关的大型带宽下如何扩展？
• RQ5 在该背景下，扩展精度算术在求解病态广义特征值问题时对保持精度起到了何种作用？

主要发现

• 所提方法将预计算和存储复杂度降低至超优的 𝒪(n^{3/2} log n)，显著低于先前方法的 𝒪(n² log n) 标准。
• 运行时间仅增加一个适中的乘法因子 𝒪(log n)，使该方法在大规模应用中具有实际可行性。
• 对称正 definite 带状广义特征值问题的表述方式，使得连接系数的表示具有后向稳定性和高相对精度。
• 该方法可通过其二元雅可比多项式类比，适用于广泛的几何形状，包括圆盘、三角形、矩形、曲边三角形和楔形。
• 采用二进制划分可最大程度提升相邻层之间的互联性，使各层能相互在对方基底中展开，从而提升数值效率。
• 扩展精度算术对于维持高相对精度至关重要，尤其是在处理度量算子的病态乔列斯基分解时，尽管其仅使预计算成本增加一个常数因子。