×

形状非线性解的快速可扩展计算及其在进化神经网络中的应用。 (英语) Zbl 07797628号

总结:我们开发了计算降阶非线性解(RONS)的快速且可扩展的方法。最近,RONS被提出作为含时偏微分方程(PDEs)的降阶建模框架,其中模式非线性地依赖于一组时变参数。RONS使用一组常微分方程(ODE)作为参数,以优化模式形状,以适应PDE的解。事实证明,该方法在处理对流主导流和高维偏微分方程等挑战性问题时非常有效。然而,随着参数数量的增加,积分RONS方程甚至其形成都变得难以计算。在这里,我们开发了三种不同的方法来解决这些计算瓶颈:符号RONS、配置RONS和正则化RONS。我们在两个例子上证明了这些方法的有效性:高维Fokker-Planck方程和Kuramoto-Sivashinsky方程。在这两种情况下,我们观察到,所提出的方法在加速和准确性方面都有好几个数量级的提高。我们提出的方法扩展了RONS的适用性,使其超越了降阶建模,可以使用RONS精确求解线性和非线性偏微分方程。最后,作为RONS的一个特例,我们讨论了它在用神经网络逼近PDE解的问题中的应用,其中与时间相关的参数是网络的权值和偏差。RONS方程指示了网络参数的最佳演化,而不需要任何训练。

MSC公司:

第35季度 数学物理偏微分方程及其他应用领域
6500万 偏微分方程、初值和含时初边值问题的数值方法
65Jxx型 抽象空间中的数值分析
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 安德森,W。;Farazmand,M.,具有守恒量的偏微分方程非线性降阶解的演化。SIAM J.科学。计算。,A176-A197(2022)·Zbl 1484.65206号
[2] 本纳,P。;古吉丁,S。;Willcox,K.,参数动力系统基于投影的模型简化方法综述。SIAM版本,4483-531(2015)·Zbl 1339.37089号
[3] 罗利,C.W。;Dawson,S.T.M.,流量分析和控制的模型简化。每年。流体力学版次。,1, 387-417 (2017) ·Zbl 1359.76111号
[4] Adcock,T.A.A。;吉布斯,R.H。;Taylor,P.H.,《深水上定向扩展波群的非线性演化和近似缩放》。程序。R.Soc.A,21452704-2721(2012)·Zbl 1371.35266号
[5] Adcock,T.A.A。;Taylor,P.H.,《深水上单向波群的聚焦:基于薛定谔方程的近似非线性模型》。程序。R.Soc.A,2110,3083-3102(2009)·Zbl 1181.35182号
[6] 堂兄弟,W。;Sapsis,T.P.,局部单向深水波群的非定常演化。物理学。E版,6(2015年)
[7] 佩雷兹·加西亚,V.M。;Michinel,H。;Cirac,J.I。;勒文斯坦,M。;Zoller,P.,《玻色-爱因斯坦凝聚体的低能激发:与时间相关的变分分析》。物理学。修订稿。,5320-5323 (1996)
[8] Ruban,V.P.,两个波组在海面碰撞产生的异常波。JETP信函。,10, 650-654 (2015)
[9] Ruban,V.P.,异常海浪问题中的高斯变分变换:与直接数值模拟的比较。J.实验理论。物理。,925-932年5月(2015年)
[10] Newton,P.K.,《N涡旋问题:分析技术》。应用数学科学(2001),施普林格·Zbl 0981.76002号
[11] Beale,J.T。;Majda,A.,具有显式速度核的高阶准确涡方法。J.计算。物理。,2, 188-208 (1985) ·Zbl 0588.76037号
[12] 科特特,G.-H。;Koumoutsakos,P.D.,《旋涡方法:理论与实践》(2000),剑桥大学出版社
[13] 杜,Y。;Zaki,T.A.,《进化深层神经网络》,《物理学》。E版(2021年)
[14] 布鲁纳,J。;佩赫斯托弗,B。;Vanden-Eijnden,E.,高维演化方程主动学习的神经Galerkin方案(2022)
[15] 布里奇斯,T.J。;Reich,S.,哈密顿偏微分方程的数值方法。《物理学杂志》。A、 数学。Gen.,19,5287(2006)·兹比尔1090.65138
[16] 麦克拉克伦,R.I。;Quispel,G.R.W.,ODE的几何积分器。《物理学杂志》。A、 数学。Gen.,19,5251(2006)
[17] Cifani,P。;维维亚尼,M。;卢森克,E。;莫丁,K。;Geurts,B.J.,Casimir保留二维湍流谱。物理学。流体版本(2022)
[18] 彭,L。;Mohseni,K.,哈密顿系统的辛模型约简。SIAM J.科学。计算。,1,A1-A27(2016)·Zbl 1330.65193号
[19] 卡尔伯格,K。;Choi,Y。;Sargsyan,S.,有限体积模型的保守模型简化。J.计算。物理。,280-314 (2018) ·Zbl 1415.65208号
[20] Babaee,H。;Sapsis,T.P.,描述有限时间不稳定性相关模式的最小化原则。程序。R.Soc.A,2186(2016)·Zbl 1371.34064号
[21] Babaee,H。;法拉兹曼,M。;哈勒,G。;Sapsis,T.P.,瞬态不稳定性的降阶描述和有限时间李雅普诺夫指数的计算。混沌,6(2017)·Zbl 1390.37137号
[22] Farazmand,M。;Sapsis,T.P.,预测高维系统中爆发现象的动力学指标。物理学。E版(2016)
[23] 多内洛,M。;Carpenter,M.H。;Babaee,H.,《进化系统中的计算敏感性:实时降阶建模策略》。SIAM J.科学。计算。,1,A128-A149(2022)·Zbl 1487.37100号
[24] 安德森,W。;Farazmand,M.,非线性薛定谔方程的形状-变形降阶模型。非线性动力学。,2889-2902 (2022)
[25] Majda,A.J。;Yuan,Y.,物理系统特别线性和二次多级回归模型的基本局限性。离散连续。动态。系统。,序列号。B、 4、1333-1363(2012)·Zbl 1263.62100号
[26] 吉尔,体育。;默里,W。;Wright,M.H.,《数值线性代数与优化》(2021),工业与应用数学学会:宾夕法尼亚州费城工业与应用数学学会·Zbl 1470.65001号
[27] Cybenko,G.,通过S形函数的叠加进行逼近。数学。控制信号系统。,4, 303-314 (1989) ·Zbl 0679.94019号
[28] Funahashi,K.,关于用神经网络近似实现连续映射。神经网络。,3, 183-192 (1989)
[29] Park,J。;Sandberg,I.W.,《使用径向基函数网络的通用近似》。神经计算。,2, 246-257 (1991)
[30] Karniadakis,G.E。;Sherwin,S.,《计算流体动力学的谱/hp元素方法》(2005),牛津大学出版社:牛津大学出版社,英国牛津·Zbl 1116.76002号
[31] Ipsen,I.C.F.,《数值矩阵分析》(2009),工业和应用数学学会:美国费城工业和应用数学家学会·Zbl 1173.65023号
[32] Keller,P.S.,牛顿方法的混沌行为。真实分析。交易所。,2, 490-507 (1992) ·Zbl 0787.26007号
[33] Farazmand,M.,一种基于伴随的方法,用于寻找Navier-Stokes方程的不变解。流体力学杂志。,278-312 (2016) ·Zbl 1359.76077号
[34] Calvetti,D。;Morigi,S。;赖切尔,L。;Sgallari,F.,Tikhonov正则化和大型离散不定问题的l-曲线。J.计算。申请。数学。,1423-446(2000年)·兹比尔0977.65030
[35] Golub,G.H。;Hansen,P.C。;O'Leary,D.P.,Tikhonov正则化和总最小二乘法。SIAM J.矩阵分析。申请。,1, 185-194 (1999) ·Zbl 0945.65042号
[36] Hansen,P.C.,《l曲线及其在反问题数值处理中的应用》(1999年)
[37] 克雷文,P。;Wahba,G.,用样条函数平滑噪声数据。数字。数学。,4, 377-403 (1978)
[38] Golub,G.H。;希思,M。;Wahba,G.,广义交叉验证作为选择良好脊参数的方法。技术计量学,2215-223(1979)·Zbl 0461.62059号
[39] Vogel,C.R.,《反问题的计算方法》(2002),工业和应用数学学会·Zbl 1008.65103号
[40] 弗兰克·鲍尔(Frank Bauer);Kindermann,Stefan,经典反问题的拟最优准则。反向概率。,3(2008年)·Zbl 1143.65043号
[41] Bauer,F。;Reiß,M.,独立于噪声水平的正则化:准最优分析。反向概率。,5 (2008) ·Zbl 1147.49024号
[42] Tikhonov,A.N。;Glasko,V.B.,正则化方法在非线性问题中的应用。苏联计算。数学。数学。物理。,3, 93-107 (1965) ·Zbl 0189.49501号
[43] 伊藤,K。;Jin,B。;Takeuchi,T.,非光滑Tikhonov正则化的正则化参数。SIAM J.科学。计算。,3, 1415-1438 (2011) ·Zbl 1235.65054号
[44] Dormand,J.R。;Prince,P.J.,嵌入式Runge-Kutta公式家族。J.计算。申请。数学。,1, 19-26 (1980) ·Zbl 0448.65045号
[45] Shampine,L.F。;Reichelt,M.W.,Matlab规范套件。SIAM J.科学。计算。,1, 1-22 (1997) ·Zbl 0868.65040号
[46] 西里尼亚诺,J。;Spiliopoulos,K.,DGM:求解偏微分方程的深度学习算法。J.计算。物理。,1339-1364(2018)·Zbl 1416.65394号
[47] Han,J。;Jentzen,A。;E、 W.,使用深度学习求解高维偏微分方程。程序。国家。阿卡德。科学。,34, 8505-8510 (2018) ·Zbl 1416.35137号
[48] 安德森,W。;Farazmand,M.,Fisher信息和高维Fokker-Planck方程的形状形成模式(2023)
[49] 布鲁纳,J。;佩赫斯托弗,B。;Vanden-Eijnden,E.,Github知识库:高维进化方程的主动学习神经Galerkin(2022)
[50] 海曼,J.M。;Nicolaenko,B.,《Kuramoto-Sivashinsky方程:PDE与动力系统之间的桥梁》。物理学。D: 非线性现象。,1, 113-126 (1986) ·Zbl 0602.58033号
[51] Kevrekidis,I.G。;尼古兰科,B。;Scovel,J.C.,《再次回到马鞍上:计算机辅助的Kuramoto-Sivashinsky方程研究》。SIAM J.应用。数学。,3, 760-790 (1990) ·兹比尔0722.35011
[52] Cvitanović,P。;Davidchack,R.L。;Siminos,E.,关于周期域中Kuramoto-Sivashinsky流的状态空间几何。SIAM J.应用。动态。系统。,1, 1-33 (2010) ·Zbl 1267.35027号
[53] Pathak,J。;亨特,B。;Girvan,M。;Lu,Z。;Ott,E.,《基于数据的大型时空混沌系统的无模型预测:水库计算方法》。物理学。修订稿。(2018)
[54] Dong,S。;Ni,N.,一种用深度神经网络表示周期函数和精确执行周期边界条件的方法。J.计算。物理学。(2021) ·Zbl 07503727号
[55] 亚兹达尼,A。;卢,L。;莱斯,M。;Karniadakis,G.E.,系统生物学为深入学习推断参数和隐藏动力学提供了信息。公共科学图书馆计算。生物,11,1-19(2020)
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。