多くの次元のPDE


14

PDEの近似解を見つけるためのほとんどの方法は、次元の数に応じてスケーリングが不十分であり、モンテカルロは100次元以下を必要とする状況に使用されることを知っています。

〜4-10次元のPDEを効率的に数値的に解くための良い方法は何ですか?10-100?

次元の数に応じて適切にスケーリングするモンテカルロ以外の方法はありますか?


1
解決しようとしている問題の種類についてもう少し情報を提供すると役立つ場合があります。計算科学で処理されるほとんどのPDEは、最大で4次元(時間に3つの空間次元を加えたもの)になる傾向があります。変数は空間変数または時間変数ですか、または他の依存関係が含まれていますか?
aeismail

1
空間変数。量子力学では、密度汎関数理論またはハートリーフォックで使用する近似を行いたくない場合、波動関数は次元です(nは電子の数)。そのため、小さな原子や分子であっても、正しく処理するには多数の次元が必要です。3nn
ダン

1
ソリューションについて知りたい情報に大きく依存します。電子の波動関数に関する詳細を知りたくはありません。そのため、実際に必要な情報に合わせて計算手法を調整する必要があります。n
アーノルドノイマイアー

1
100次元の電子シュレーディンガー方程式のモンテカルロ解の参考文献を引用してください。
アーノルドノイマイアー

参照がありません。QCDで使用されている多くの次元でのシミュレーションについて聞いたことがあります。私は4-5次元でのみシュレーディンガーシミュレーションを行うことを考えていますが、モンテカルロ以外の次元が次元数でうまくスケーリングできるかどうか疑問に思っていました。
ダン

回答:


13

複数の次元で基底または求積法(多くの場合MCに置き換わることがあります)を提供するより構造化された方法は、スパースグリッドの方法です。これは、さまざまな順序の1次元ルールのいくつかのファミリを、単に指数関数的に成長するように組み合わせます次元は、次元が解像度N dの指数であることではありません。2dNd

これは、一連の1次元ルールQl1

Qnd=lnQ1Q11Qm+1d1

これは、空間から高い混合次数が削除されたテンソル積求積空間に相当します。これを十分に厳しい方法で行うと、複雑さが大幅に改善される場合があります。ただし、これを実行して適切な近似を維持できるようにするには、解の規則性が十分に消滅する混合微分を持たなければなりません。

構成空間でのシュレディンガー方程式その他の 高次元のもののようなもののために、グリーベルグループによってまばらなグリッドが打ち負かされ、かなり良い結果が得られました。アプリケーションでは、ネストできる限り、使用される基本関数はかなり一般的です。たとえば、平面波または階層ベースが一般的です。

自分でコーディングするのも簡単です。しかし、私の経験から、実際にこれらの問題を解決することは非常に困難です。良いチュートリアルがあります。

解が急速に消滅する派生物を特徴とする特殊なソボレフ空間に存在する問題の場合、スパースグリッドアプローチはさらに大きな結果をもたらす可能性があります

Acta Numericaのレビューペーパー、高次元のパラメトリックおよび確率PDEのスパーステンソル離散化も参照してください。


スパースグリッドが適用できないよく知られた例はありますか?
MRocklin

1
あなたは本当に規則性を保持する必要があります。また、(QMのように)厄介な高次元の尖点がある場合は、注意する必要があります。スパースグリッドクリークが、モンテカルロほど優れているわけはないが、良い参考資料を見つけることができないと認め始めているという話を聞きました。
ピーターブルーン

さて、あなたが言及したシュレーディンガーのスパースグリッドに関する論文では、2つの電子しか扱われていません。この方法で実際に扱える電子の数は?
アーノルドノイマイアー

6

一般的なルールとして、通常のグリッドが3次元または4次元の問題をはるかに超えることができない理由を理解するのは簡単です。全体的なポイント。1dの比較的良い関数であっても、それらを解決するために少なくともN = 10のグリッドポイントが必要です。したがって、ポイントの総数は10 ^ dになります。 = 9であり、おそらくこれ以上大きくなることはありません。ソリューション関数に特定のプロパティがある場合、スパースグリッドは状況によって役立ちますが、一般に、次元の呪いの結果に耐え、MCMCメソッドを使用する必要があります。


MCMCは何の略ですか?
ダン


2

d=4100d=100101


2
ただし、これはあまり有用なステートメントではありません。もちろん、収束率はON次元に依存しません。しかし、その前の定数は次元に依存し、非常に不快な方法です。100個のサンプルポイントを使用して3Dの積分を簡単に近似し、適度に滑らかな関数にすることができます。あなたは同じことをすることはできません107あなたが100次元にいるならポイント!
ウォルフガングバンガース

まあ、これは滑らかさに依存します。持っているのが有限のヘルダー境界だけならCkα、その後、豊富な混合導関数を持つ関数が許可され、次元の呪いを克服することはできません。混合導関数が十分に急速に減衰する場合、または他の悪用可能な規則性がある場合にのみ、より良くすることができます。
ジェドブラウン
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.