論文の概要: Machine Learning Moment Closure for the Boltzmann Transport Equation: Enforcing Hyperbolicity
- arxiv url: http://arxiv.org/abs/2611.14894v1
- Date: Wed, 11 Nov 2026 01:31:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.975431
- Title: Machine Learning Moment Closure for the Boltzmann Transport Equation: Enforcing Hyperbolicity
- Title(参考訳): ボルツマン輸送方程式の機械学習モーメント閉包:双曲性を促進する
- Abstract要約: 我々は、構成によって双曲的な線形ボルツマン方程式の多次元エルミートモーメント系に対する最初のデータ駆動閉包を開発する。
閉包は、運動論的参照解から未解決モーメントの空間微分にのみ訓練される。
実験毎に36モーメントと136モーメントの古典的なP7およびP15トランケーションよりも精度が高く、密度誤差はP3トランケーションの2桁ほど小さく、同じモーメントを持つ。
- 参考スコア(独自算出の注目度): 11.258825397319143
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Boltzmann transport equation describes particle transport across collisional regimes, but resolving its velocity dependence is expensive. Moment methods reduce this cost by evolving finitely many velocity moments, requiring a closure for unresolved higher-order moments. Data-driven closures can represent these moments accurately, yet without structural constraints they may produce complex characteristic speeds and unstable simulations. Learned Boltzmann closures with guaranteed hyperbolicity have so far been formulated in one spatial dimension; in multiple dimensions, hyperbolicity must hold in every direction simultaneously. We develop, to the best of our knowledge, the first data-driven closure for multidimensional Hermite moment systems of the linear Boltzmann equation that is hyperbolic by construction. The network learns a symmetric positive-definite symmetrizer shared by all spatial directions and restricted to a subspace that preserves the known lower-order transport equations; the unresolved rows follow from a symmetric completion. Every directional Jacobian thus has real eigenvalues and a complete set of eigenvectors for every network output and at any truncation order. The closure is trained only on spatial derivatives of unresolved moments from kinetic reference solutions, with no solver in the training loop, and evolved by a partially conservative discontinuous Galerkin method. In two-dimensional experiments in the transition and scattering-dominated regimes, a single learned third-order system with ten moments remains stable in all cases. Averaged over time, it is more accurate than the classical P7 and P15 truncations with 36 and 136 moments in every experiment, and its density error is about two orders of magnitude smaller than that of the P3 truncation with the same moments.
- Abstract(参考訳): ボルツマン輸送方程式は衝突状態の粒子輸送を記述するが、速度依存の解消は高価である。
モーメント法は、有限個の速度モーメントを進化させ、未解決高次モーメントの閉包を必要とすることにより、このコストを削減する。
データ駆動クロージャはこれらの瞬間を正確に表現することができるが、構造的な制約なしに複雑な特性速度と不安定なシミュレーションを生成することができる。
双曲性を保証するボルツマン閉包は、これまで1つの空間次元で定式化されてきた。
我々は、我々の知る限り、構成によって双曲的な線形ボルツマン方程式の多次元エルミートモーメント系に対する最初のデータ駆動閉包を開発する。
ネットワークは、すべての空間方向で共有され、既知の下階輸送方程式を保存する部分空間に制限される対称正定対称性のシンメトリエータを学習する。
したがって、すべての方向ジャコビアンは真の固有値を持ち、すべてのネットワーク出力と任意のトラルニケート順序に対して完全な固有ベクトルの集合を持つ。
閉包は運動論的参照解からの未解決モーメントの空間微分にのみ訓練され、トレーニングループの解法は存在せず、部分的に保守的な不連続なガレルキン法によって進化する。
遷移と散乱に支配された状態の2次元実験では、10つのモーメントを持つ1つの学習された3次系が全ての場合安定である。
平均すると、実験毎に36と136のモーメントを持つ古典的なP7とP15のトランケーションよりも正確であり、密度誤差は同じモーメントを持つP3のトランケーションよりも約2桁小さい。
関連論文リスト
- Rennala NSGD: Asynchronous Stochastic Optimization Beyond Euclidean Geometry [97.74082492419183]
深層学習における非ユーデアン幾何学への依存について検討する。
半非同期分散勾配を導入し,ウォールタイムの複雑性を保証する。
論文 参考訳(メタデータ) (2026-10-28T19:47:15Z) - Diagonal, Switching, and Locally Optimal Unraveling for efficient quantum trajectories in metastable open quantum systems [0.0]
3つの最適化レイヤを組み合わせたDiSLOU(Diagonal, Switching, and Locally Optimal Unraveling)手法を提案する。
我々は、DESLOUを駆動型Kerr共振器上でベンチマークし、測定可能な精度の損失がなく、双安定状態における最大のスピードアップを見いだした。
JuliaでのDiSLOUの実装はオープンソースパッケージとして利用可能である。
論文 参考訳(メタデータ) (2026-10-26T18:00:49Z) - Systematic Truncated Wigner Approximation for Open Spin Systems Reveals Long-Range Order Far from Equilibrium [0.0]
長距離相互作用は散逸秩序を変動から保護することができる。
連続的な SU(2)-共変 truncated truncated-Wigner フレームワークを開発し、この問題を動的にマップする。
長距離相互作用モデルの最初の平均場外定常相図を得る。
論文 参考訳(メタデータ) (2026-10-20T01:24:04Z) - Geometric Mode Steering of the Quantum Mpemba Effect [5.683092238794251]
最も遅いリウィリアモードは、しばしば開量子系の定常状態への緩和をボトルネックにする。
標準的な戦略は、特別な初期状態を選択したり、散布機をエンジニアリングすることで、このボトルネックを回避する。
緩和開始前に、任意の純状態または混合状態を再認識する偏差幾何学的ステアリングプロトコルを導入する。
論文 参考訳(メタデータ) (2026-07-16T02:36:11Z) - Semidefinite Relaxations for Collision-Free Motion Planning [53.160637667144876]
C4トラジェクトリの観点で,inmathbbRn制約を通じて開始からゴールへ移動するポイントロボットに焦点をあてる。
C4トラジェクトリによる最小スナップ連続計画のプランナとしての有効性を示す。
論文 参考訳(メタデータ) (2026-06-12T03:18:03Z) - A deep solver for backward stochastic Volterra integral equations [41.99844472131922]
本稿では、Volterra積分方程式(BSVIE)に対する最初のディープラーニング解法とその完全結合前方変種について述べる。
この方法は、ニューラルネットワークを訓練して、2つの解場を1段階で近似し、古典的なアルゴリズムを制限するネスト時間サイクルの使用を避ける。
論文 参考訳(メタデータ) (2025-05-23T18:41:54Z) - Exact dynamics of quantum dissipative $XX$ models: Wannier-Stark localization in the fragmented operator space [49.1574468325115]
振動と非振動崩壊を分離する臨界散逸強度において例外的な点が見つかる。
また、演算子部分空間全体の単一減衰モードにつながる異なるタイプの散逸についても記述する。
論文 参考訳(メタデータ) (2024-05-27T16:11:39Z) - An N-Point Linear Solver for Line and Motion Estimation with Event Cameras [45.67822962085412]
イベントカメラは、主にエッジ(強い勾配によって形成される)に応答する。
近年の研究では、一直線で生成された事象は、時空体積の多様体を記述する新しい制約を満たすことが示されている。
適切な線形パラメトリゼーションにより、この制約系は未知数において実際に線型であることが示される。
論文 参考訳(メタデータ) (2024-04-01T00:47:02Z) - A 5-Point Minimal Solver for Event Camera Relative Motion Estimation [47.45081895021988]
本稿では,直線パラメータと線形カメラ速度予測を推定し,複数の直線を考慮した場合の1つの平均線形速度に融合できる新しい最小5点解法を提案する。
本手法は,既存の閉形式解法が23%から70%しか達成できない線形速度の推定において,連続的に100%の成功率を達成する。
論文 参考訳(メタデータ) (2023-09-29T08:30:18Z) - Heisenberg formulation of adiabatic elimination for open quantum systems
with two time-scales [0.0]
ゴリーニ、コサコフスキー、スダルシャン、リンドブラッド(GKSL)マスター方程式が2倍スケールで支配する開量子系を考える。
断熱除去は通常シュル・オーディンガー・ピクチャーで行われる。
ここでは、準平衡部分空間への高速減衰ダイナミクスに付随する不変作用素が重要な役割を果たすハイゼンベルクの定式化を提案する。
論文 参考訳(メタデータ) (2023-03-30T11:53:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。