[论文解读] Range-separated tensor formats for numerical modeling of many-particle interaction potentials

Peter Benner, Venera Khoromskaia+1 more|arXiv (Cornell University)|Jun 29, 2016

Tensor decomposition and applications参考文献 25被引用 4

一句话总结

该论文提出了一种范围分离（RS）的规范/ Tucker 张量格式，用于高效模拟三维长程多体相互作用势能，例如生物分子中的静电势能。通过将单体势能（例如 1/‖x‖）分解为局域部分和光滑长程部分，利用仅随 N 和 n 对数增长的低秩 Tucker 张量表示长程部分，从而实现多体势能求和的 O(Nn) 复杂度。

ABSTRACT

We introduce and analyze the new range-separated (RS) canonical/Tucker tensor format which aims for numerical modeling of the 3D long-range interaction potentials in multi-particle systems. The main idea of the RS tensor format is the independent grid-based low-rank representation of the localized and global parts in the target tensor which allows the efficient numerical approximation of $N$-particle interaction potentials. The single-particle reference potential like $1/\|x\|$ is split into a sum of localized and long-range low-rank canonical tensors represented on a fine 3D $n imes n imes n$ Cartesian grid. The smoothed long-range contribution to the total potential sum is represented on the 3D grid in $O(n)$ storage via the low-rank canonical/Tucker tensor. We prove that the Tucker rank parameters depend only logarithmically on the number of particles $N$ and the grid-size $n$. Agglomeration of the short range part in the sum is reduced to an independent treatment of $N$ localized terms with almost disjoint effective supports, calculated in $O(N)$ operations. Thus, the cumulated sum of short range clusters is parametrized by a single low-rank canonical reference tensor with a local support, accomplished by a list of particle coordinates and their charges. The RS canonical/Tucker tensor representations reduce the cost of multi-linear algebraic operations on the 3D potential sums arising in modeling of multi-dimensional data by radial basis functions, say, in computation of the electrostatic potential of a protein, in 3D integration and convolution transforms, computation of gradients, forces and the interaction energy of a many-particle systems, and in low parametric fitting of multi-dimensional scattered data by reducing all of them to 1D calculations.

研究动机与目标

• 解决大规模 N 体系统（如蛋白质或周期性库仑系统）中长程相互作用势能求和的计算挑战。
• 克服直接求和的 O(N²) 复杂度，以及传统 Ewald 或 P3M 方法在基于网格的电势计算中的高成本。
• 开发一种低秩张量格式，通过基于网格的表示，分别处理势能的局域和长程贡献。
• 通过张量压缩将三维运算简化为一维计算，实现电势能、力和能量的高效计算。

提出的方法

• 使用范围分离技术将单体势能（例如 1/‖x‖）分解为局域部分和光滑长程部分。
• 在 3D 的 n×n×n 网格上，使用低秩规范张量格式表示长程部分。
• 应用多网格加速的规范到 Tucker（C2T）变换，将长程张量压缩为 Tucker 格式，降低存储和计算成本。
• 通过交替最小二乘（ALS）迭代结合 SVD 截断计算 Tucker 分解，并采用 ε 截断准则实现自适应秩控制。
• 将短程部分视为 N 个局域化、几乎不重叠的贡献，每个部分由具有局部支撑的低秩规范张量表示。
• 通过一个由粒子坐标和电荷参数化的单一低秩规范张量聚合短程贡献，实现 O(N) 操作。

实验结果

研究问题

• RQ1 长程多体相互作用势能的长程部分能否以低秩张量格式高效表示，且在 N 和网格尺寸 n 上的秩增长最小？
• RQ2 该范围分离张量格式是否能将三维多线性代数运算（如卷积、积分）简化为一维运算？
• RQ3 在长程势能近似中，Tucker 秩对粒子数 N 和网格尺寸 n 的依赖关系如何？
• RQ4 能否通过张量压缩和基于网格的表示，将 N 体势能求和的计算成本降低至 O(Nn)？

主要发现

• 长程势能部分的 Tucker 秩仅随粒子数 N 和网格尺寸 n 对数增长。
• 多网格加速的规范到 Tucker 变换将张量压缩成本从 O(n²R) 降低至 O(Rn)，实现可扩展计算。
• 长程势能和以 O(n) 存储的 Tucker 格式表示，使高效的三维运算可简化为一维计算。
• 短程部分被聚合为一个具有局部支撑的单一低秩规范张量，计算复杂度为 O(N)。
• 该方法通过低参数化张量表示，实现了多体系统中梯度、力和相互作用能的高效计算。
• 该方法在完整势能和的计算中达到渐近复杂度 O(Nn)，显著优于直接求和的 O(N²) 复杂度。