[论文解读] Geometric Computing with Chain Complexes: Design and Features of a Julia Package

Francesco Furiani, Giulio Martella+1 more|arXiv (Cornell University)|Oct 21, 2017

Computational Geometry and Mesh Generation参考文献 20被引用 3

一句话总结

本论文提出 LARLIB.jl，一个基于 Julia 的软件包，利用链复形进行几何计算，通过细胞分解的稀疏矩阵表示，在任意网格上实现高效的拓扑与几何计算。该方法利用同调代数，通过链复形对实体和物理模拟进行建模，支持非凸、非流形及带孔洞的细胞，通过稀疏矩阵上的线性代数运算实现，可在 CPU+GPU 架构上实现高性能计算。

ABSTRACT

Geometric computing with chain complexes allows for the computation of the whole chain of linear spaces and (co)boundary operators generated by a space decomposition into a cell complex. The space decomposition is stored and handled with LAR (Linear Algebraic Representation), i.e. with sparse integer arrays, and allows for using cells of a very general type, even non convex and with internal holes. In this paper we discuss the features and the merits of this approach, and describe the goals and the implementation of a software package aiming at providing for simple and efficient computational support of geometric computing with any kind of meshes, using linear algebra tools with sparse matrices. The library is being written in Julia, the novel efficient and parallel language for scientific computing. This software, that is being ported on hybrid architectures (CPU+GPU) of last generation, is yet under development.

研究动机与目标

• 开发一个通用的几何计算框架，支持任意类型的细胞，包括非凸和非流形形状。
• 通过细胞分解上的稀疏矩阵代数，实现高效的拓扑运算（如边界与上边界运算）。
• 提供一个高性能、可移植的科学计算软件库，支持现代硬件并集成物理模拟。
• 将几何建模、实体建模与物理模拟统一于基于链复形和线性代数的单一拓扑框架下。
• 创建一个模块化、开源的 Julia 软件包，支持在 3D 医疗成像、建筑与计算物理等领域的应用。

提出的方法

• 使用稀疏二值矩阵（特征矩阵）表示细胞及其关联关系，以编码顶点-细胞关联。
• 将边界与上边界等拓扑算子建模为源自特征矩阵的稀疏整数矩阵。
• 通过矩阵乘积计算链复形，并利用恒等式 ∂∂ = 0 验证其正确性。
• 使用稀疏矩阵-向量乘法（SpMV）对链执行全局运算，例如对细胞子集应用边界或上边界算子。
• 实现一种合并算法，用于将不连通的子复形合并，包括冗余行检测与基于偏序集的包含格重构。
• 利用 Julia 的高性能与 GPU 支持，加速稀疏线性代数运算，并实现可扩展、数据流风格的计算。

实验结果

研究问题

• RQ1 如何设计一个统一的拓扑框架，利用线性代数结构表示任意几何形状（包括非凸、非流形及带孔洞的细胞）？
• RQ2 使用稀疏矩阵表示空间分解的完整链复形时，最高效的方法是什么？
• RQ3 如何通过稀疏矩阵算术高效表达与计算边界与上边界等拓扑运算？
• RQ4 如何将不连通或嵌套的子复形合并为单一全局链复形，同时保持拓扑一致性？
• RQ5 该方法是否能通过将物理定律简化为链复形上的拓扑与度量算子，实现快速、可扩展的模拟？

主要发现

• LARLIB.jl 软件包成功实现了 2D 与 3D 细胞复形的完整链复形计算流程，支持非凸与非流形细胞。
• 使用稀疏矩阵表示特征矩阵与关联关系，可实现边界与上边界算子的高效计算，时间复杂度与非零元素数量呈线性关系。
• 该实现支持通过冗余环的偏序集检测与合并嵌套组件，可正确表示复杂排列的拓扑结构。
• 该框架可通过在合并后的空间分解上应用真值表谓词，实现对实体布尔运算的快速评估。
• 该库正在向混合 CPU+GPU 架构移植，初步结果表明，通过边界算子的伪逆计算，具有显著加速无网格物理模拟的潜力。