[论文解读] Infinite-dimensional bilinear and stochastic balanced truncation

Simon Becker, Carsten Hartmann|arXiv (Cornell University)|Jun 14, 2018

Model Reduction and Neural Networks参考文献 16被引用 2

一句话总结

该论文利用量子力学中的希尔伯特空间技术，将平衡截断方法扩展至无限维双线性系统与随机系统，建立了混合 Hardy 空间误差界，并证明了针对由维纳噪声驱动的随机演化方程的模型降阶收敛性。

ABSTRACT

Along the ideas of Curtain and Glover, we extend the balanced truncation method for infinite-dimensional linear systems to bilinear and stochastic systems. Specifically , we apply Hilbert space techniques used in many-body quantum mechanics to establish error bounds for the truncated system and prove convergence results. The functional analytic setting allows us to obtain mixed Hardy space error bounds for both finite-and infinite-dimensional systems, and it is then applied to the model reduction of stochastic evolution equations driven by Wiener noise.

研究动机与目标

• 解决无限维双线性与随机系统缺乏系统化模型降阶技术的问题。
• 克服由于系统具有无界算子和随机输入而导致的误差估计与收敛性分析的挑战。
• 构建一个泛函分析框架，以实现对截断系统误差界与收敛性证明的严格推导。
• 将该方法应用于由维纳噪声驱动的随机演化方程，确保降阶模型在鲁棒性与精度上的可靠性。

提出的方法

• 将多体量子力学中的希尔伯特空间技术适配于无限维系统中的系统平衡分析。
• 采用混合 Hardy 空间误差界，量化全系统与截断系统之间的近似误差。
• 在希尔伯特空间框架下，通过基于 Gramian 的系统算子平衡化，形式化平衡截断过程。
• 在系统算子满足适当的谱与解析条件时，证明截断系统收敛于原系统。
• 将该框架应用于具有乘性维纳噪声的随机演化方程，确保在随机背景下的误差控制。
• 利用泛函分析工具，严格处理无限维状态空间与无界算子。

实验结果

研究问题

• RQ1 能否通过泛函分析方法，系统性地将平衡截断扩展至无限维双线性系统？
• RQ2 如何为截断的无限维双线性与随机系统严格推导误差界？
• RQ3 在随机设置下，何种条件可确保降阶模型收敛于原系统？
• RQ4 混合 Hardy 空间误差界能否在统一框架下适用于有限维与无限维系统？
• RQ5 所提出的方法在由维纳噪声驱动的随机演化方程上表现如何？

主要发现

• 论文为有限维与无限维系统均建立了混合 Hardy 空间误差界，实现了误差的定量估计。
• 在系统算子满足适当的谱与解析条件时，证明了截断系统收敛于原系统。
• 基于希尔伯特空间技术的泛函分析框架，确保了对具有无界算子系统的鲁棒性与适用性。
• 该方法成功将平衡截断扩展至由维纳噪声驱动的随机系统，提供了一套系统化的降阶方法。
• 误差界适用于一大类无限维系统，包括由随机演化方程产生的系统。
• 该方法通过使用 Hardy 空间范数，统一了确定性与随机系统模型降阶的理论框架。