第6回:私の研究との接続:PINNsはなぜ失敗するのか - 1次元から探る幾何条件の役割
第6回:私の研究との接続 ― 新しい幾何的パラメーター \(H_T\)
1. 前回までの整理
第1回から第5回では,1次元Poisson問題 \(-u'' = \pi^2\sin(\pi x)\) を題材に,PINNsの誤差を三つの源から分解してきた:
- ① 近似誤差(approximation error):ネットワークで関数を近似する際の限界
- ② 最適化誤差(optimization error):損失最小化が完了しないことによる誤差
- ③ 幾何誤差(geometric error):コロケーション点配置の偏りによる数値積分誤差
Koksma–Hlawka不等式は,③の上界を与える: \[ \left|\frac{1}{N}\sum_{i=1}^N g(x_i) - \int_0^1 g(x)\,dx\right| \leq D_N^* \cdot V(g), \] ここで \(D_N^*\) は点配置の食い違い度(discrepancy)であり, \(\frac{h_{\max}}{2} \leq D_N^* \leq h_{\max}\) が成り立つ(\(h_{\max}\) は最大セル幅).
この「点配置が収束品質を決める」という構造は,FEMの誤差評価における幾何条件と本質的に同型である. ここでは,私の研究が提案した新しい幾何的パラメーター \(H_T\) と,その条件が何を意味するかを説明する.
2. FEM補間誤差の幾何依存性
FEMで \(-\Delta u = f\) を \(P_1\) 要素で離散化したとき,補間誤差の大きさは要素の形状に依存する. 標準的な推定(形状正則条件のもと)は \[ \|u - u_h\|_{H^1(\Omega)} \leq C\, h\, |u|_{H^2(\Omega)} \] と書けるが,この \(C\) は要素の「つぶれ具合」で悪化しうる.
つぶれた要素(anisotropic mesh)が現れる場合,二つの量が誤差を増大させることが知られていた:
各要素 \(T\) に対し,要素径 \(h_T\) と anisotropy パラメーター \(\alpha_{\max}/\alpha_{\min}\)(長軸・短軸比)を用いると, \[ |\varphi - I_T\varphi|_{H^1(T)} \leq C\, \frac{\alpha_{\max}}{\alpha_{\min}} \cdot \frac{H_T}{h_T} \cdot h_T\, |\varphi|_{H^2(T)}. \] 長細い要素では \(\alpha_{\max}/\alpha_{\min} \gg 1\) となり,右辺が爆発する.
私の研究(Ishizaka–Kobayashi–Tsuchiya, Japan J. Indust. Appl. Math. 2023)の主眼は, \(\alpha_{\max}/\alpha_{\min}\) を消去した推定を導くことにあった.
3. 新しい幾何的パラメーター \(H_T\)
以下の定義は,Ishizaka(Exact-curved Lagrange FEs, Section 2.9, (2.23))に基づく.
三角形 \(T\) の頂点を \(p_1, p_2, p_3\) とし,辺 \(p_2 p_3\) を最長辺とする(\(h_T := |p_2 - p_3|\)). 残りの二辺の長さを \[ h_1 := |p_1 - p_2|, \quad h_2 := |p_1 - p_3| \] とし,\(|T|\) を \(T\) の面積とする.このとき, \[ \boxed{H_T := \frac{h_1 h_2}{|T|}\, h_T.} \]
この量は計算が容易である:辺長と面積のみで定まる. 先行研究の \(\alpha_1, \alpha_2\) 記法では \(H_T = \frac{\alpha_1 \alpha_2}{|T|} h_T\) と一致する (\(\alpha_1 = h_1\),\(\alpha_2 = h_2\)).
3.1 幾何的意味
三角形の面積は \(|T| = \frac{1}{2} h_1 h_2 \sin\theta_1\)(\(\theta_1\) は \(p_1\) の内角)だから, \[ \frac{H_T}{h_T} = \frac{h_1 h_2}{|T|} = \frac{2}{\sin\theta_1}. \]
\(p_2 p_3\) が最長辺であるとき,\(\theta_1\)(最長辺の対角)は三角形の最大角である. したがって:
- \(\theta_1 \to \pi\) (要素がつぶれる)\(\Rightarrow\) \(\sin\theta_1 \to 0\) \(\Rightarrow\) \(H_T/h_T \to \infty\)
- \(\theta_1\) が \(\pi\) から離れている \(\Rightarrow\) \(\sin\theta_1\) が正から離れる \(\Rightarrow\) \(H_T/h_T\) が有界
次の条件は同値(Ishizaka–Kobayashi–Tsuchiya 2023, Theorem 1):
- 新しいメッシュ条件: \(\displaystyle\frac{H_T}{h_T} \leq \gamma_0 \quad \forall T \in \mathbb{T}_h\)
- 最大角条件(maximum-angle condition): \(\theta_{T,\max} \leq \gamma_1 < \pi \quad \forall T \in \mathbb{T}_h\)
また \(d = 2\) では,\(H_T\) は三角形の外接円半径 \(R_T\) と同値(\(H_T \sim 2R_T\))である.
最大角条件は,形状正則条件(minimum-angle condition:全角が \(0\) から離れる)より緩い条件である. 長細い三角形も,最大角が \(\pi\) に近くなければ収束に問題はないことを意味する.
4. 二段階アフィン変換と \(H_T/h_T\) の役割
標準的な FEM 誤差解析は,参照要素 \(\hat{T}\) から物理要素 \(T\) への一つのアフィン写像を使う. しかしこれでは異方性要素でのスケーリングが適切に分離されない. 私の研究(および Exact-curved paper)では,写像を二段階に分解する:
\[ \hat{T} \xrightarrow{\Phi_{\tilde{T}}} \tilde{T} \xrightarrow{\Phi_T} T \]
- 第1段階 \(\Phi_{\tilde{T}} = \tilde{A}\hat{A}\): 対角スケーリング \(\hat{A} = \mathrm{diag}(h_1, h_2)\) でそれぞれの方向を個別にスケーリングし, せん断行列 \(\tilde{A} = \begin{pmatrix}1 & s \\ 0 & t\end{pmatrix}\)(\(s^2+t^2=1\))でせん断を加える. 中間要素 \(\tilde{T}\) が生成される.
- 第2段階 \(\Phi_T\): 直交変換(回転・鏡映)\(A_T \in O(2)\) で物理要素 \(T\) へ送る. このステップは等長なので,ノルムに影響しない(\(\|A_T\|_2 = \|A_T^{-1}\|_2 = 1\)).
鍵となる量は \(\tilde{A}\) の条件数である: \[ \|\tilde{A}\|_2 \|\tilde{A}^{-1}\|_2 = \frac{h_1 h_2}{|T|} = \frac{H_T}{h_T}. \]
\(H_T/h_T\) は,せん断変換の「歪み量」を正確に計測している. この分解により,\(\alpha_{\max}/\alpha_{\min}\) の消去が可能になる.
5. 改善された補間誤差評価(Theorem B)
Assumption 1(\(H_T/h_T \leq \gamma_0\))のもとで, \[ |v - I_T v|_{H^1(T)} \leq C\,\gamma_0 \left( h_1\, \left|\frac{\partial v}{\partial r_1}\right|_{H^1(T)} + h_2\, \left|\frac{\partial v}{\partial r_2}\right|_{H^1(T)} \right), \] ここで \(r_1 = (p_2 - p_1)/h_1\),\(r_2 = (p_3 - p_1)/h_2\) は要素の二辺方向の単位ベクトル, 定数 \(C\) は要素の形状に依存しない.
| 誤差界に現れる幾何量 | 必要な条件 | |
|---|---|---|
| Theorem A(先行研究) | \(\dfrac{\alpha_{\max}}{\alpha_{\min}} \cdot \dfrac{H_T}{h_T}\) | 最大角条件 + 等方的スケーリング条件 |
| Theorem B(本研究) | \(\dfrac{H_T}{h_T}\) のみ | 最大角条件のみ(Assumption 1) |
\(\alpha_{\max}/\alpha_{\min}\) の消去が本研究の核心的貢献であり, 先行論文 [16](Theorem 2)に存在した誤りの修正でもある.
6. PINNs・VPINN との接続
6.1 1次元での対応
1次元区間 \([x_i, x_{i+1}]\) では,三角形の「二辺」はない(区間の端点のみ). したがって \(H_T/h_T = 1\)(退化)であり,幾何的条件は \(h_{\max}\) のみが支配する. これが第3回の実験で \(h_{\max}\) と損失の間に相関(Pearson \(\approx 0.68\))が見られた理由と整合する: 1次元では \(H_T\) は追加の情報を持たない.
6.2 2次元への拡張:Delaunay 三角分割と \(H_T/h_T\) の診断的利用
2次元のPINNs / VPINNでは,コロケーション点 \(\{p_i\}_{i=1}^N \subset \Omega\) の配置が幾何誤差を決める. これらの点に対して Delaunay 三角分割 \(\mathbb{T}_h^{\mathrm{Del}}\) を構成すれば,各三角形 \(T\) に対して \(H_T/h_T\) が計算できる.
Delaunay 三角分割が満たすのは最大最小角(max-min angle)性質である: 同じ点集合の全三角分割の中で,最小角を最大化する.
これは最小角条件(形状正則条件:\(\rho_T \geq \gamma h_T\))でも,最大角条件(\(H_T/h_T \leq \gamma_0\))でもない.
反例: 横に細長い長方形の4頂点.Delaunay 三角分割は最長辺に沿った2三角形になるが, どちらも最大角が \(\pi\) に近く,\(H_T/h_T \to \infty\) となる. 点配置が悪ければ,Delaunay でも \(H_T/h_T\) は大きくなる.
しかし,だからこそ Delaunay 三角分割は診断ツールとして有効である:
- Delaunay は同じ点集合における「最良の三角分割」である
- その Delaunay 三角分割でさえ \(\max_T(H_T/h_T)\) が大きければ,点配置そのものが悪いと判断できる
- 逆に,\(\max_T(H_T/h_T)\) が小さければ,その点集合は幾何的に良い配置である
VPINNのコロケーション点から Delaunay 三角分割を構成したとき, \(\max_T (H_T / h_T)\) と VPINN の近似誤差の間に,定量的な相関があるか?
この量は点配置の幾何的品質を測る指標として,最良の三角分割(Delaunay)の上で評価する. \(\max_T(H_T/h_T)\) が大きい点配置は,いかなる三角分割を使っても幾何的に劣ると言える.
6.3 三つの誤差源とパラメーターの対応
| 誤差の種類 | FEM での量 | VPINN/PINNs での候補 |
|---|---|---|
| ① 近似誤差 | 有限要素空間の次元・次数 | ネットワーク幅・深さ(Barron 1993) |
| ② 最適化誤差 | 線形系の解法(直接解法で消去可能) | Adam / L-BFGS / 学習率(未解決) |
| ③ 幾何誤差 | \(\max_T (H_T/h_T)\)(最大角条件と同値) | Delaunay 上の \(\max_T (H_T/h_T)\)(点配置の幾何的品質指標) |
7. 今後の研究方向
| 段階 | 内容 | キー結果 |
|---|---|---|
| B1(完了) | アフィン三角形上の異方性補間誤差評価(\(H_T\) の導入) | Theorem B,\(\alpha_{\max}/\alpha_{\min}\) の消去 |
| B2(進行中) | Exact-curved 要素への \(H_T\) の移植 | \(F_K = \Psi_K \circ \Phi_{T_K}\) の分解,Theorem 1 & 2 |
| B3(計画) | PINNs / VPINN の幾何誤差に \(H_T\) を適用 | 2次元コロケーション点配置の Delaunay 上での \(H_T/h_T\) 評価 |
まとめ
- \(H_T\) の正しい定義: \(H_T = \dfrac{h_1 h_2}{|T|} h_T\)(最長辺に接する2辺の長さ × 最長辺 ÷ 面積).条件数や固有値比ではない.
- 幾何的意味: \(H_T/h_T = 2/\sin\theta_1\) であり,最大角を直接計測する.
- メッシュ条件の同値: \(H_T/h_T \leq \gamma_0 \Leftrightarrow\) 最大角条件(Theorem 1).
- 主要な改善(Theorem B): \(\alpha_{\max}/\alpha_{\min}\) を消去し,\(H_T/h_T\) のみで誤差を支配できる.
- Delaunay の役割: Delaunay 三角分割は最大角条件を保証しない(max-min angle 性質のみ). しかし「最良の三角分割」として,\(\max_T(H_T/h_T)\) を点配置の幾何的品質指標として評価するために使う.
