A score-based particle method for homogeneous Landau equation

要約

我々は、プラズマにおけるランダウ方程式を解くための新しいスコアベースの粒子法を提案します。これは、学習と構造を保存する粒子法をシームレスに統合します [arXiv:1910.03080]。
ランダウ方程式のラグランジュ的観点に基づいて構築すると、中心的な課題は、速度場の密度に対する非線形依存性に起因します。
私たちの主な革新は、この非線形性がスコア関数の形式であり、スコアマッチングの手法によって動的に近似できることを認識したことにあります。
結果として得られる方法は、[arXiv:1910.03080] のカーネル密度推定の必要性を回避しながら、決定論的粒子法の保存特性を継承しています。
これにより、計算が合理化され、次元によるスケーラビリティが強化されます。
さらに、近似と真の解の間の KL の乖離がスコアマッチング損失によって効果的に制御できることを実証することにより、理論的な推定値を提供します。
さらに、フローマップの観点を採用することにより、正確な密度計算のための更新式を導き出します。
この方法の効率を示すために、クーロン相互作用の物理的に関連するケースを含む広範な例が提供されています。

要約(オリジナル)

We propose a novel score-based particle method for solving the Landau equation in plasmas, that seamlessly integrates learning with structure-preserving particle methods [arXiv:1910.03080]. Building upon the Lagrangian viewpoint of the Landau equation, a central challenge stems from the nonlinear dependence of the velocity field on the density. Our primary innovation lies in recognizing that this nonlinearity is in the form of the score function, which can be approximated dynamically via techniques from score-matching. The resulting method inherits the conservation properties of the deterministic particle method while sidestepping the necessity for kernel density estimation in [arXiv:1910.03080]. This streamlines computation and enhances scalability with dimensionality. Furthermore, we provide a theoretical estimate by demonstrating that the KL divergence between our approximation and the true solution can be effectively controlled by the score-matching loss. Additionally, by adopting the flow map viewpoint, we derive an update formula for exact density computation. Extensive examples have been provided to show the efficiency of the method, including a physically relevant case of Coulomb interaction.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google