本杰明·佩赫斯托弗 采样低维马尔可夫动力学，通过算子推理从数据中预症状恢复简化模型。 （英语） Zbl 1456.65120号 SIAM J.科学。计算。 42，5号，A3489-A3515（2020）. 本文讨论了一种从高维黑盒动力系统数据中学习低维模型的方法。该方法依赖于选择那些保证具有从模型简化中已知的简化模型的良好研究特性的模型，而无需充分了解控制方程，也无需高维系统的操作员。其关键部分是一种新的数据采样方案，用于获得与低维子空间中的马尔科夫动力学相对应的高维系统的重新投影轨迹。审核人：马吕斯·盖尔古（都柏林） 引用于20文件 MSC公司： 65M60毫米 涉及偏微分方程初值和初边值问题的有限元、Rayleigh-Ritz和Galerkin方法 65M99型 偏微分方程、初值和含时初边值问题的数值方法 68T05型 人工智能中的学习和自适应系统 68分10秒 模式识别、语音识别 65页99 动力系统中的数值问题 关键词：运算符推断;数据驱动模型;非侵入模型简化;真正交分解;缩减基数法 软件：娄威纳;HODMD公司 PDF格式BibTeX公司 XML格式引用 \textit{B.Peherstorfer}，SIAM J.科学。计算。42，5号，A3489--A3515（2020；Zbl 1456.65120） 全文： 内政部 arXiv公司 参考文献： [1] D.Amsallem、J.Cortial、K.Carlberg和C.Farhat，流形结构动力学降阶模型插值方法，国际。J.数字。方法工程，80（2009），第1241-1258页·Zbl 1176.74077号 [2] A.C.Antoulas，《大尺度动力系统的近似》，SIAM，费城，2005年，https://doi.org/10.1137/1.9780898718713。 ·Zbl 1112.93002号 [3] A.Antoulas和B.D.Q.Anderson，关于标量有理插值问题，IMA J.Math。控制通知。，3（1986年），第61-88页·Zbl 0637.93014号 [4] A.Antoulas、C.Beattie和S.Gugercin，《大型动力系统的插值模型简化》，载于《大型系统的高效建模和控制》，J.Mohammadpour和K.Grigoriadis编辑，Springer-Verlag，纽约，2010年·Zbl 1229.65103号 [5] A.C.Antoulas、I.V.Gosea和A.C.Ionita，《Loewner框架中双线性系统的模型简化》，SIAM J.Sci。计算。，38（2016），第B889-B916页，https://doi.org/10.1137/15M1041432。 ·Zbl 1515.35038号 [6] C.Audouze、F.De Vuyst和P.B.Nair，使用时空参数主成分分析对参数化PDE进行降阶建模，国际。J.数字。方法工程，80（2009），第1025-1057页·Zbl 1176.76059号 [7] C.Beattie和S.Gugercin，实现依赖性{H} _2\)-近似值，《IEEE决策与控制会议论文集》，Maui，HI，2012年，第4953-4958页。 [8] P.Benner、P.Goyal和S.Gugercin{H} _2\)-二次双线性控制系统的准最优模型降阶，SIAM J.矩阵分析。申请。，39（2018），第983-1032页，https://doi.org/10.1137/16M1098280。 ·Zbl 1418.93048号 [9] P.Benner、S.Gugercin和K.Willcox，参数动力系统基于投影的模型简化方法综述，SIAM Rev.，57（2015），第483-531页，https://doi.org/10.1137/130932715。 ·Zbl 1339.37089号 [10] S.L.Brunton、B.W.Brunton，J.L.Proctor和J.N.Kutz，用于控制的非线性动力系统的Koopman不变子空间和有限线性表示，PLoS ONE，11（2016），第1-19页。 [11] S.L.Brunton、J.L.Proctor和J.N.Kutz，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。美国，113（2016），第3932-3937页·Zbl 1355.94013号 [12] K.Carlberg、M.Barone和H.Antil，Galerkin v.非线性模型简化中的最小二乘Petrov-Galerkins投影，J.Compute。物理。，330（2017年），第693-734页·Zbl 1378.65145号 [13] K.Carlberg、C.Bou-Mosleh和C.Farhat，通过最小二乘Petrov-Galerkin投影和压缩张量近似实现高效非线性模型简化，国际。J.数字。方法工程师，86（2011），第155-181页·Zbl 1235.74351号 [14] K.P.Champion、S.L.Brunton和J.N.Kutz，《非线性多尺度系统的发现：采样策略和嵌入》，SIAM J.Appl。动态。系统。，18（2019），第312-333页，https://doi.org/10.1137/18M1188227。 ·Zbl 1474.65476号 [15] A.Chorin、O.H.Hald和R.Kupferman，记忆最优预测，物理学。D、 166（2002），第239-257页·Zbl 1017.60046号 [16] A.Chorin和P.Stinis，问题简化、重整化和记忆，Commun。申请。数学。计算。科学。，1（2006），第1-27页·兹比尔1108.82023 [17] J.Degroune、J.Vierendeels和K.Willcox，降阶矩阵插值，以获得用于设计、优化和概率分析的参数化模型，国际。J.数字。《液体方法》，63（2010），第207-230页·Zbl 1188.65110号 [18] L.Fick、Y.Maday、A.T.Patera和T.Taddei，雷诺数范围内湍流的稳定POD模型：最佳参数采样和约束投影，J.Compute。物理。，371（2018），第214-243页·Zbl 1415.76387号 [19] D.Givon、R.Kupferman和A.Stuart，《提取宏观动力学：模型问题和算法》，非线性，17（2004），第R55-R127页·Zbl 1073.82038号 [20] I.V.Gosea和A.Antoulas，二次双线性系统的数据驱动模型降阶，数值。线性代数应用。，25（2018），e2200·Zbl 1513.93013号 [21] A.Gouasmi、E.J.Parish和K.Duraisamy，使用Mori-Zwanzig形式主义对非线性系统降阶模型中记忆效应的先验估计，Proc。A.，473（2017），20170385·Zbl 1402.76065号 [22] P.Goyal、M.I.Ahmad和P.Benner，通过Carleman双线性化对二次双线性广义系统进行模型简化，《欧洲控制会议论文集》，2015年，第1177-1182页。 [23] M.A.Grepl和A.T.Patera，参数化抛物型偏微分方程降阶基近似的后验误差界，M2AN数学。模型。数字。分析。，39（2005），第157-181页·Zbl 1079.65096号 [24] C.Gu，QLMOR：一种基于投影的非线性模型降阶方法，使用非线性系统的二次线性表示，IEEE Trans。计算-辅助设计集成。电路系统。，30（2011年），第1307-1320页。 [25] S.Gugercin、A.C.Antoulas和C.Beattie{H} _2\)大型线性动力系统的模型简化，SIAM J.矩阵分析。申请。，30（2008），第609-638页，https://doi.org/10.1137/060666123。 ·Zbl 1159.93318号 [26] M.Guo和J.S.Hesthaven，时间相关问题的数据驱动降阶建模，计算。方法应用。机械。工程，345（2019），第75-99页·Zbl 1440.62346号 [27] B.Haasdonk和M.Ohlberger，通过离线/在线分解的参数化动力系统的有效简化模型和后验误差估计，数学。计算。模型。动态。系统。，17（2011），第145-161页·Zbl 1230.37110号 [28] E.Hairer、G.Wanner和S.P.Nörsett，《求解常微分方程I》，施普林格出版社，柏林，1993年·Zbl 0789.65048号 [29] J.S.Hesthaven和S.Ubbiali，使用神经网络对非线性问题进行非侵入式降阶建模，J.Compute。物理。，363（2018），第55-78页·兹比尔1398.65330 [30] A.C.Ionita和A.C.Antoulas，Loewner框架中的数据驱动参数化模型约简，SIAM J.Sci。计算。，36（2014），第A984-A1007页，https://doi.org/10.1137/10914619。 ·Zbl 1297.65072号 [31] B.Kramer和K.Willcox，通过提升变换和适当正交分解降低非线性模型阶数，AIAA J.，57（2019），第2297-2307页。 [32] J.N.Kutz、S.L.Brunton、B.W.Brunton和J.L.Proctor，《动态模式分解：复杂系统的数据驱动建模》，SIAM，费城，2016年，https://doi.org/10.1137/1.9781611974508。 ·Zbl 1365.65009号 [33] S.Le Clainche和J.M.Vega，高阶动态模式分解，SIAM J.Appl。动态。系统。，16（2017），第882-925页，https://doi.org/10.1137/15M1054924。 ·Zbl 1373.37169号 [34] S.Lefteriu和A.Antoulas，从频域数据建模多端口系统的新方法，IEEE Trans。计算-辅助设计集成。电路系统。，29（2010），第14-27页。 [35] L.Ljung，《系统识别》，Prentice-Hall，Englewood Cliffs，新泽西州，1987年·Zbl 0615.93004号 [36] H.Ly和H.Tran，使用适当的正交分解对物理过程进行建模和控制，数学。计算。型号。，33（2001年），第223-236页·Zbl 0966.93018号 [37] A.Mayo和A.Antoulas，解决广义实现问题的框架，线性代数应用。，425（2007），第634-662页·Zbl 1118.93029号 [38] I.Mezicí，动力学系统的谱特性，模型简化和分解，非线性动力学。，41（2005），第309-325页·Zbl 1098.37023号 [39] S.Pan和K.Duraisamy，闭合模型的数据驱动发现，SIAM J.Appl。动态。系统。，17（2018），第2381-2413页，https://doi.org/10.1137/18M1177263。 ·Zbl 1411.70023号 [40] H.Panzer、J.Mohring、R.Eid和B.Lohmann，通过矩阵插值降低参数模型阶数，见–Automatisierungstechnik，58（2010），第475-484页。 [41] B.Peherstorfer、S.Gugercin和K.Willcox，用时域Loewner模型进行数据驱动简化模型构建，SIAM J.Sci。计算。，39（2017），第A2152-A2178页，https://doi.org/10.1137/16M1094750。 ·Zbl 1448.65087号 [42] B.Peherstorfer和Y.Marzouk，马尔可夫链蒙特卡罗的基于传输的多重预处理，高级计算。数学。，45（2019年），第2321-2348页·Zbl 07179095号 [43] B.Peherstorfer和K.Willcox，动态数据驱动的降阶模型，计算。方法应用。机械。工程，291（2015），第21-41页·Zbl 1425.65205号 [44] B.Peherstorfer和K.Willcox，基于非侵入投影的模型简化的数据驱动算子推断，计算。方法应用。机械。工程，306（2016），第196-215页·Zbl 1436.93062号 [45] B.Peherstorfer、K.Willcox和M.Gunzburger，《不确定性传播、推理和优化中的多元方法综述》，SIAM Rev.，60（2018），第550-591页，https://doi.org/10.1137/16M1082469。 ·Zbl 1458.65003号 [46] C.Prud’homme、Y.Maday、A.T.Patera、G.Turinici、D.V.Rovas、K.Veroy和L.Machels，《参数化偏微分方程的可靠实时解：缩减基输出界方法》，《流体工程杂志》，124（2001），第70-80页。 [47] E.Qian、B.Kramer、A.N.Marques和K.Willcox，《转换与学习：非线性模型简化的数据驱动方法》，AIAA航空论坛，2019年。 [48] C.Rowley、I.Mezicí、S.Bagheri、P.Schlater和D.Henningson，非线性流的谱分析，J.流体力学。，641（2009），第115-127页·Zbl 1183.76833号 [49] G.Rozza、D.Huynh和A.T.Patera，仿射参数化椭圆强制偏微分方程的约化基近似和后验误差估计，Arch。计算。方法工程，15（2008），第229-275页·Zbl 1304.65251号 [50] S.H.Rudy、S.L.Brunton、J.L.Proctor和J.N.Kutz，偏微分方程的数据驱动发现，《科学进展》，3（2017），e1602614。 [51] H.Schaeffer、R.Caflisch、C.D.Hauck和S.Osher，偏微分方程的稀疏动力学，Proc。国家。阿卡德。科学。美国，110（2013），第6634-6639页·兹比尔1292.35012 [52] H.Schaeffer、G.Tran和R.Ward，《从有限数据中提取稀疏高维动力学》，SIAM J.Appl。数学。，78（2018），第3279-3295页，https://doi.org/10.1137/18M116798X。 ·Zbl 1405.62127号 [53] P.Schmid，数值和实验数据的动态模式分解，J.流体力学。，656（2010），第5-28页·Zbl 1197.76091号 [54] P.Schmid和J.Sesterhenn，数值和实验数据的动态模式分解，APS流体动力学部第61届年会，2008年。 [55] A.Schmidt和B.Haasdonk，大尺度参数代数Riccati方程的约化基逼近，ESAIM Control Optim。计算变量，24（2018），第129-151页·兹比尔1396.49030 [56] L.Sirovich，湍流与相干结构动力学，Quart。申请。数学。，45（1987），第561-571页·Zbl 0676.76047号 [57] P.Stinis，重整化Mori-Zwanzig导出的无尺度分离系统模型，Proc。A.，471（2015），20140446·Zbl 1371.82084号 [58] R.Swischuk、B.Kramer、C.Huang和K.Willcox，《学习基于物理的单喷嘴燃烧过程降阶模型》，AIAA J.，即将出版。 [59] R.Swischuk、L.Mainini、B.Peherstorfer和K.Willcox，基于投影的模型简化：基于物理的机器学习公式，计算与《流体》，179（2019），第704-717页·Zbl 1411.65061号 [60] E.H.Thiede、D.Giannakis、A.R.Dinner和J.Weare，使用轨迹数据的动力学量的Galerkin近似，J.Chem。物理。，150 (2019), 244111. [61] J.H.Tu、C.W.Rowley、D.M.Luchtenburg、S.L.Brunton和J.N.Kutz，《关于动态模式分解：理论和应用》，J.Compute。动态。，1（2014），第391-421页·Zbl 1346.37064号 [62] K.Veroy和A.T.Patera，参数化定常不可压Navier-Stokes方程的认证实时解：严格归约基后验误差界，国际。J.数字。《液体方法》，47（2005），第773-788页·Zbl 1134.76326号 [63] K.Veroy、C.Prud'homme、D.Rovas和A.T.Patera，参数化非强制和非线性椭圆偏微分方程降阶近似的后验误差界，第16届AIAA计算流体动力学会议，美国航空航天研究所，弗吉尼亚州雷斯顿，2003年。 [64] Z.Wang、I.Akhtar、J.Borggaard和T.Iliescu，湍流的适当正交分解闭合模型：数值比较，计算。方法应用。机械。工程，237/240（2012），第10-26页·Zbl 1253.76050号 [65] M.O.Williams、I.G.Kevrekidis和C.W.Rowley，《Koopman算子的数据驱动近似：扩展动态模式分解》，《非线性科学杂志》。，25（2015），第1307-1346页·Zbl 1329.65310号 [66] D.Wirtz、N.Karajan和B.Haasdonk，使用核方法的多尺度模型的代理建模，国际。J.数字。方法工程，101（2014），第1-28页·兹比尔1352.65144 [67] Z.Zhang、M.Guo和J.S.Hesthaven，局部非线性大型结构的模型降阶，计算。方法应用。机械。工程，353（2019），第491-515页·Zbl 1441.74285号 [68] 朱勇，J.M.多明尼，D.文丘里，关于Mori-Zwanzig记忆积分的估计，J.Math。物理。，59 (2018), 103501. ·Zbl 1402.60044号 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，而不声称其完整性或完全匹配。