×

非线性降维:ML时代耗散PDE的AIM。 (英语) Zbl 07843822号

摘要:本研究提出了一组纯数据驱动的工作流,用于构建分布式动态系统的降阶模型(ROM)。我们关注的ROM是受近似惯性流形(AIM)理论启发并以其为模板的数据辅助模型;特别的动机是Garcia-Archilla、Novo和Titi的所谓后处理Galerkin方法。它的适用性可以扩展:使用机器学习工具可以避免对精确截断Galerkin投影和导出闭合形式修正的需要。当右边潜在变量不是先验的众所周知,我们演示了如何使用自动编码器和扩散图(一种流形学习方案)来发现好的潜在变量集并测试其可解释性。提出的方法可以用(a)理论(傅里叶系数)、(b)线性数据驱动(POD模式)和/或(c)非线性数据驱动(扩散图)坐标来表示ROM。描述了Black-Box和(理论上知情和数据修正的)Gray-Box模型;当截断的Galerkin投影如此不准确以致于无法进行后处理时,就需要使用后者。我们使用Chafee-Infante反应扩散和Kuramoto-Sivashinsky耗散偏微分方程来说明并成功测试整体框架。

MSC公司:

6500万 偏微分方程、初值和含时初边值问题的数值方法
68泰克 人工智能
35公里xx 抛物方程和抛物系统
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 马丁·阿巴迪;阿加瓦尔,阿什什;Paul Barham;尤金·布雷夫多;陈志峰;雪铁龙,克雷格;Greg S.Corrado。;安迪·戴维斯;杰弗里·迪恩;马蒂厄·德文;桑杰·盖马瓦特;伊恩·古德费罗;安德鲁·哈普(Andrew Harp);杰弗里·欧文;迈克尔·伊萨德;贾阳青;若泽福维奇(Rafal Jozefowicz);凯撒,卢卡斯;曼朱纳特·库德勒;Josh Levenberg;曼内,蒲公英;拉贾特·蒙加;摩尔,雪莉;德里克·默里(Derek Murray);克里斯·奥拉(Chris Olah);Mike Schuster;乔纳森·施伦斯(Jonathon Shlens);斯坦纳(Benoit Steiner);伊利亚·萨茨克弗;塔尔瓦尔、库纳尔;保罗·塔克(Paul Tucker);文森特·范胡克;维杰·瓦苏德万;费尔南达维加斯;葡萄酒、Oriol;典狱长,皮特;马丁·瓦滕伯格(Martin Wattenberg);马丁·威克(Martin Wicke);于、元;TensorFlow,Xiaoqiang Zheng,异构系统上的大规模机器学习,2015,软件可从TensorFlow.org获得
[2] Adrover,A。;Continillo,G。;克雷西特利,S。;Giona,M。;Russo,L.,通过分布参数系统配置方程的抽取构造近似惯性流形,计算。化学。工程师,2002年11月26日至123日
[3] Akram,Maryam;马利克·哈萨纳利(Malik Hassanaly);Raman,Venkat,《使用近似惯性流形对动力系统简化描述的先验分析》,J.Compute。物理。,409,第109344条pp.,2020年·Zbl 1435.76029号
[4] Alekseenko,S.V。;Nakoryakov,V.E。;Pokusaev,B.G.,垂直下降液膜上的波形成,国际J·多波。流量,11,5,607-6271985·兹比尔0578.76030
[5] 拉西尔·阿尼鲁德;贾亚拉曼·J·蒂亚加拉扬。;布雷默(Peer-Timo Bremer);布莱恩·斯皮尔斯,《流形和循环一致性惯性约束聚变中的改进替代物》,Proc。国家。阿卡德。科学。,117, 18, 9741-9746, 2020
[6] 巴西奈,尤海;斯蒂芬·霍耶(Stephan Hoyer);杰森·希基(Jason Hickey);Brenner,Michael P.,学习偏微分方程的数据驱动离散化,Proc。国家。阿卡德。科学。,116, 31, 15344-15349, 2019 ·Zbl 1431.65195号
[7] 彼得·本纳(Peter Benner);塞尔坎Gugercin;Willcox,Karen,参数动力系统基于投影的模型简化方法综述,SIAM Rev.,57,4,483-5312015·Zbl 1339.37089号
[8] Steven L.Brunton。;约书亚·L·普罗克托。;Kutz,J.Nathan,通过非线性动力系统的稀疏识别从数据中发现控制方程,Proc。国家。阿卡德。科学。,113, 15, 3932-3937, 2016 ·Zbl 1355.94013号
[9] 张学嘉,液膜表面上的非线性波-i。垂直管道中的洪水,化学。工程科学。,41, 10, 2463-2476, 1986
[10] Chang,Schueh-Chia,流体界面上的行波:Kuramoto-Sivashinsky方程的标准形分析,Phys。版本A,29,10,3142-31471986·Zbl 0602.76043号
[11] Chorin,Alexandre J。;Lu,Fei,非线性动力学中随机参数化和降维的离散方法,Proc。国家。阿卡德。科学。,112, 32, 9804-9809, 2015
[12] 罗纳德·科伊夫曼(Ronald R.Coifman)。;Lafon,Stéphane,《几何谐波:经验函数多尺度样本外扩展的新工具》,应用与计算谐波分析,21,1,31-522006·Zbl 1095.68095号
[13] 罗纳德·科伊夫曼(Ronald R.Coifman)。;Lafon,Stéphane,扩散图,应用。计算。哈蒙。分析。,21, 1, 5-30, 2006 ·Zbl 1095.68094号
[14] 罗纳德·科伊夫曼(Ronald R.Coifman)。;Ioannis G.Kevrekidis。;斯特芬拉芬;Maugioni,Mauro;Nadler,Boaz,扩散图,约简坐标,随机系统的低维表示,多尺度模型。模拟。,7, 2, 842-864, 2008 ·Zbl 1175.60058号
[15] 佩雷斯·德·杰苏斯,卡洛斯·E。;Graham,Michael D.,Kolmogorov流的数据驱动低维动态模型,Phys。流体版本,8,4,第044402条,2023页
[16] Dsilva,Carmeline J。;罗恩·塔尔蒙;罗纳德·科伊夫曼(Ronald R.Coifman)。;Kevrekidis,Ioannis G.,通过流形学习对非线性动力系统的简约表示:趋化性案例研究,应用。计算。哈蒙。分析。,44, 3, 759-773, 2018 ·Zbl 1390.68523号
[17] 尼古拉斯·埃文格鲁(Nikolaos Evangelou);费利克斯·迪特里希;埃利奥多罗·恰瓦佐;丹尼尔·莱姆伯格(Daniel Lehmberg);玛丽娜·梅拉;Kevrekidis,Ioannis G.,《用于潜在空间科学计算的双扩散图及其潜在谐波》,J.Compute。物理。,485,第112072条,第2023页·Zbl 07690204号
[18] Foias,C。;Jolly,M.S。;Kevrekidis,I.G。;乔治·R·塞尔(George R.Sell)。;Titi,E.S.,《关于惯性流形的计算》,Phys。莱特。A、 1988年第131、7-8、433-436页
[19] 西普里安·福亚斯;乔治·R·塞尔(George R.Sell)。;Temam,Roger,非线性演化方程的惯性流形,J.Differ。等于。,73, 2, 309-353, 1988 ·Zbl 0643.58004号
[20] 西普里安·福亚斯;乔治·R·塞尔(George R.Sell)。;Titi,Edriss S.,耗散非线性方程惯性流形的指数跟踪和逼近,J.Dyn。不同。等于。,1, 199-244, 1989 ·Zbl 0692.35053号
[21] 博斯科·加西亚·阿奇拉(Bosco García-Archilla);Titi,Edriss S.,《Galerkin方法的后处理:有限元情况》,SIAM J.Numer。分析。,37, 2, 470-499, 1999 ·兹比尔0952.65078
[22] 博斯科·加西亚·阿奇拉(Bosco García-Archilla);朱莉娅·诺沃(Julia Novo);Titi,Edriss S.,《Galerkin方法的后处理:近似惯性流形的新方法》,SIAM J.Numer。分析。,35, 3, 941-972, 1998 ·Zbl 0914.65105号
[23] 博斯科·加西亚·阿奇拉(Bosco García-Archilla);朱莉娅·诺沃(Julia Novo);Titi,Edriss,用于对Navier-Stokes方程的Galerkin方法进行后处理的近似惯性流形方法,数学。计算。,68, 227, 893-911, 1999 ·兹伯利0930.76063
[24] 查尔斯·威廉·吉尔(Charles William);Kevrekidis,I.G。;Sonday,B.E.,《扩散图参数化上的慢流形积分》,AIP会议记录,第1389卷,13-16页,2011年,美国物理研究所
[25] 鲁迪·吉伦(Rudy Geelen);斯蒂芬·赖特(Stephen Wright);Willcox,Karen,二次流形非侵入模型约简的算子推理,Comput。方法应用。机械。工程,403,第115717条,2023页·Zbl 07644207号
[26] 吉蒙德,J-L。;Prudhomme,Serge,3D Navier-Stokes方程的全离散非线性Galerkin方法,数值。方法部分差异。等于。,24, 3, 759-775, 2008 ·Zbl 1142.76041号
[27] Jauberteau,F。;罗西尔,C。;Temam,R.,Navier-Stokes方程的非线性Galerkin方法,计算。方法应用。机械。工程师,80,1-3,245-2601990·Zbl 0722.76039号
[28] Jolly,Michael S.,反应扩散方程惯性流形的显式构造,J.Differ。等于。,78, 2, 220-261, 1989 ·Zbl 0691.35049号
[29] Michael S.Jolly。;Kevrekidis,I.G。;Titi,Edriss S.,Kuramoto-Sivashinsky方程的近似惯性流形:分析和计算,物理学。D、 非线性现象。,44, 1-2, 38-60, 1990 ·Zbl 0704.58030号
[30] Jolly,M.S。;Kevrekidis,I.G。;Titi,E.S.,《Kuramoto-Sivashinsky方程以近似惯性形式保持耗散》,J.Dyn。不同。等于。,3, 179-197, 1991 ·兹比尔0738.35024
[31] 康伟;张家忠;任盛;Lei,Peng-Fei,使用吊舱模式对流体动力系统进行低维建模的非线性Galerkin方法,Commun。非线性科学。数字。模拟。,22, 1-3, 943-952, 2015 ·Zbl 1329.65223号
[32] Ioannis G.Kevrekidis。;巴兹尔·尼古兰科;詹姆斯·斯科维尔(James C.Scovel),《再次回到马鞍上:库拉莫托·西瓦辛斯基方程的计算机辅助研究》,SIAM J.Appl。数学。,1990年3月50日,760-790,ISSN 00361399·Zbl 0722.35011号
[33] Eleni D.Koronaki。;乔治·加基斯(Georgios P.Gakis)。;尼古拉斯·切马里奥斯;Boudouvis,Andreas G.,利用商业CFD软件对多个稳态和周期状态进行有效跟踪和稳定性分析,化学。工程科学。,150, 26-34, 2016
[34] Kramer,Mark A.,使用自联想神经网络的非线性主成分分析,AIChE J.,37,2,233-2431991
[35] Krischer,K。;Rico-Martínez,R。;Kevrekidis,I.G。;Rotermund,H.H。;Ertl,G。;Hudson,J.L.,时空变化催化反应的模型识别,AIChE J.,39,1,89-981993年
[36] 吉木仓本;Tsuzuki,Toshio,远离热平衡的耗散介质中浓度波的持续传播,Prog。西奥。物理。,55, 2, 356-369, 1976
[37] Lee,Kookjin;Carlberg,Kevin T.,使用深度卷积自编码器对非线性流形上的动力学系统进行模型简化,J.Compute。物理。,404,第108973条pp.,2020年·兹比尔1454.65184
[38] 丹尼尔·莱姆伯格(Daniel Lehmberg);Felix Dietrich;科斯特,格塔;Bungartz,Hans-Joachim,Datafold:点云和流形上时间序列的数据驱动模型,J.Open Sour。软质。,5, 51, 2283, 2020
[39] 亚历克·利诺(Alec J.Linot)。;Michael D.Graham,《深入学习发现和预测惯性流形上的动力学》,Phys。版本E,101,6,第062209条,pp.,2020
[40] 亚历克·利诺(Alec J.Linot)。;Graham,Michael D.,《用神经常微分方程对时空混沌进行数据驱动降阶建模》,《混沌,互斥》。非线性科学杂志。,第32、7条,第073110页,2022年
[41] 亚历克·利诺特。;曾凯文;Graham,Michael D.,使用低维神经模型和深度强化学习的平面Couette流湍流控制,国际热流学杂志,101,第109139条,2023页
[42] 陆飞;林凯文·K。;Chorin,Alexandre J.,Kuramoto-Sivashinsky方程基于数据的随机模型简化,物理。D、 非线性现象。,340, 46-57, 2017 ·Zbl 1376.35100号
[43] Len G.Margolin。;Edriss S.蒂蒂。;Wynne,Shannon,《后处理伽辽金和非线性伽辽金方法——截断分析观点》,SIAM J.Numer。分析。,41, 2, 695-714, 2003 ·Zbl 1130.65314号
[44] Marine,Marion;Team,R.,非线性伽辽金方法:有限元情况,数值。数学。,57, 205-226, 1990 ·Zbl 0702.65081号
[45] 杰罗德·马斯登(Jerrold E.Marsden)。;迈克尔·霍夫曼,《基本经典分析》,1993年,麦克米伦出版社·Zbl 0777.26001号
[46] Martin-Lineres,Cristina P。;尤戈斯·M·普萨雷利斯。;乔治奥·卡拉佩萨斯;Eleni D.Koronaki。;Kevrekidis,Ioannis G.,《薄膜流的物理不可知和物理注入机器学习:小数据建模和预测》,2023年,arXiv预印本·Zbl 1531.76074号
[47] Shane A.McQuarrie。;黄,程;Willcox,Karen E.,《通过单喷射器燃烧过程的规则化操作员推断实现的数据驱动降阶模型》,J.R.Soc.N.Z.,51,2,194-211,2021
[48] 波阿斯·纳德勒;斯特芬拉芬;罗纳德·科伊夫曼(Ronald R.Coifman)。;Kevrekidis,Ioannis G.,动力学系统的扩散图,光谱聚类和反应坐标,应用。计算。哈蒙。分析。,21, 1, 113-127, 2006 ·Zbl 1103.60069号
[49] 钱,伊丽莎白;法卡斯,Ionut-Gabriel;Willcox,Karen,非线性偏微分方程的简化算子推断,SIAM J.Sci。计算。,44、4、A1934-A19592022·Zbl 1509.65101号
[50] Raissi,马齐尔;巴黎佩迪卡里斯;George E.Karniadakis,《基于物理的神经网络:用于解决涉及非线性偏微分方程的正问题和逆问题的深度学习框架》,J.Compute。物理。,378, 686-707, 2019 ·Zbl 1415.68175号
[51] 里科·马丁内斯,拉米罗;Krischer,K。;Kevrekidis,I.G。;库贝,M.C。;Hudson,J.L.,铜电解溶解数据的离散与连续非线性信号处理,化学。工程通信。,118, 1, 25-48, 1992
[52] 掸邦,掸邦;Daubechies,Ingrid,Diffusion maps:using semigroup property for parameter tuning,(理论物理,小波,分析,基因组学:对Alex Grossmann的非学科贡献,2022,Springer),409-424
[53] 沈洁,全离散非线性Galerkin方法的长时间稳定性和收敛性,应用。分析。,38, 4, 201-229, 1990 ·Zbl 0684.65095号
[54] 施瓦茨曼,斯坦尼斯拉夫·Y。;Kevrekidis,Ioannis G.,分布式系统控制的非线性模型约简:计算机辅助研究,AIChE J.,44,71579-155951998
[55] Sivashinsky,Gregory I.,层流火焰中流体动力不稳定性的非线性分析-I。基本方程的推导,《宇航员学报》。,4, 11, 1177-1206, 1977 ·Zbl 0427.76047号
[56] 本杰明·桑迪,《通过数据挖掘和降维实现复杂系统的系统模型降维》,2011年,普林斯顿大学
[57] 本杰明·桑迪(Benjamin E.Sonday)。;歌手Amit;Gear,C.William;Kevrekidis,Ioannis G.,流形学习技术和模型简化在耗散pde中的应用,2010,arXiv预印本
[58] Temam,R.,惯性流形适用于湍流吗?,物理学。D、 非线性现象。,37, 1-3, 146-152, 1989 ·Zbl 0687.76058号
[59] Temam,Roger,诱导轨道和近似惯性流形,ESAIM:数学。模型。数字。分析。,23, 3, 541-561, 1989 ·Zbl 0688.58036号
[60] 西奥多罗普洛斯,C。;Kevrekidis,I.G。;Mountziaris,T.J.,分布式反应系统非线性动力学模型的降阶,《过程控制》,10,2-3,177-1842000
[61] Titi,Edriss S.,《关于Navier-Stokes方程的近似惯性流形》,J.Math。分析。申请。,149, 2, 540-557, 1990 ·Zbl 0723.35063号
[62] 帕斯卡·文森特;拉罗谢尔,雨果;约书亚·本吉奥;Manzagol,Pierre-Antoine,利用去噪自动编码器提取和组合鲁棒特征,(第25届机器学习国际会议论文集,2008),1096-1103
[63] Wahlbin,Lars,Galerkin有限元方法中的超收敛,2006,Springer·Zbl 0826.65092号
[64] 本杰明·扎斯特罗(Benjamin G.Zastrow)。;阿尼尔班乔杜里;Karen E.Willcox。;Anthony S.Ashley。;Henson,Michael C.,通过操作员推理对耦合气动弹性颤振进行数据驱动模型简化,(AIAA SCITECH 2023论坛,2023),0330
[65] 曾凯文;Graham,Michael D.,发现复杂动力系统数据中流形维数和坐标的自动编码器,2023年
[66] 曾、凯文;亚历克·利诺(Alec J.Linot)。;Graham,Michael D.,《使用基于降阶神经模型的模型和强化学习的时空混沌数据驱动控制》,Proc。R.Soc.A,4782267,第20220297条,2022页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。