Stable reconstruction of a spatial source term in a time-space fractional diffusion equation using Tikhonov regularization and final-time measurements

तकनीकी सारांश: एक समय-स्थान भिन्नात्मक प्रसार समीकरण में एक स्थानिक स्रोत पद का स्थिर पुनर्निर्माण

समस्या विवरण
यह शोध एक समय-स्थान भिन्नात्मक प्रसार समीकरण (time-space fractional diffusion equation) से जुड़े एक व्युत्क्रम स्रोत समस्या (inverse source problem) को संबोधित करता है। इसका उद्देश्य टर्मिनल समय $T$ पर शोर युक्त अंतिम-समय मापन, $y(x, T)$ से, एक स्थान-निर्भर स्रोत पद, $f(x)$, को अद्वितीय और स्थिर रूप से पुनर्निर्मित करना है। नियंत्रित समीकरण विसंगत प्रसार प्रक्रियाओं (anomalous diffusion processes) को मॉडल करता है, जो स्मृति प्रभावों (कैपुटो टाइम-फ्रैक्शनल डेरिवेटिव $\partial_t^\alpha$ के माध्यम से) और दीर्घ-श्रेणी अंतःक्रियाओं (फ्रैक्शनल लैपलेसियन $(-\ \Delta)^s$ के माध्यम से) द्वारा अभिलक्षित हैं। यह माना गया है कि स्रोत पद विभाज्य (separable) है, जो $F(x, t) = g(t)f(x)$ का रूप लेता है, जहाँ $g(t)$ एक ज्ञात फलन है और $f(x)$ वह अज्ञात स्थानिक घटक है जिसे पहचाना जाना है। यह समस्या स्वाभाविक रूप से 'इल-पोज़्ड' (ill-posed) है, जिसका अर्थ है कि मापन डेटा में छोटे उतार-चढ़ाव से पुनर्निर्मित स्रोत में बड़े विचलन हो सकते हैं, जिसके लिए नियमितीकरण (regularization) की आवश्यकता होती है।

कार्यप्रणाली
लेखक एक संयुक्त सैद्धांतिक और संख्यात्मक दृष्टिकोण अपनाते हैं:

1. प्रत्यक्ष समस्या का सैद्धांतिक विश्लेषण:

   • भिन्नात्मक सोबोलेव स्थानों ($K^s(\Omega)$) में कार्यात्मक विश्लेषण (functional analysis) का उपयोग करके प्रत्यक्ष समस्या की सुव्यवस्थितता (well-posedness) स्थापित की जाती है।
   • मिटकल-लेफ़र फलनों (Mittag-Leffler functions) से जुड़ी स्पेक्ट्रल निरूपणों पर निर्भर करते हुए, दुर्बल समाधान (weak solution) के अस्तित्व और अद्वितीयता को सिद्ध किया गया है।
   • व्युत्क्रम समस्या की अद्वितीयता: शोध पत्र यह सिद्ध करता है कि यदि समय-भारित फलन $g(t)$ गैर-ऋणात्मक और गैर-शून्य है, तो स्थानिक स्रोत $f(x)$ अंतिम-समय अवलोकन $y(\cdot, T)$ द्वारा अद्वितीय रूप से निर्धारित होता है।

2. अनुकूलन और नियमितीकरण (Optimization and Regularization):

   • व्युत्क्रम समस्या को टिखोनोव नियमितीकरण फलन (Tikhonov regularization functional) का उपयोग करके एक न्यूनतमीकरण समस्या के रूप में पुनर्गठित किया गया है:
     $$L_\eta(f) = \|y(\cdot, T) - Z^\delta\|_{L^2(\Omega)}^2 + \eta \|f\|_{L^2(\Omega)}^2$$
     जहाँ $Z^\delta$ शोर युक्त डेटा है और $\eta > 0$ नियमितीकरण पैरामीटर है।
   • लेखक इस फलन के एक न्यूनतमीकरणकर्ता (minimizer) के अस्तित्व को सिद्ध करते हैं और डेटा में उतार-चढ़ाव के संबंध में समाधान की स्थिरता स्थापित करते हैं।

3. संख्यात्मक एल्गोरिदम:

   • न्यूनतमीकरण समस्या को हल करने के लिए एक ग्रेडिएंट डिसेंट एल्गोरिदम (विशेष रूप से एक संयुग्मी ग्रेडिएंट विधि) विकसित किया गया है।
   • लागत फलन (cost functional) के ग्रेडिएंट की गणना करने के लिए, एक एडजॉइंट समस्या (adjoint problem) पेश की गई है। एडजॉइंट समीकरण में एक पश्च रीमन-लिउविलियन भिन्नात्मक डेरिवेटिव ($D_{T-}^\alpha$) और एक टर्मिनल स्थिति शामिल है जो गणना किए गए और प्रेक्षित डेटा के बीच के अवशेष (residual) से व्युत्पन्न होती है।
   • ग्रेडिएंट को स्पष्ट रूप से $\nabla L_\eta(f) = 2(\int_0^T g(t)p(\cdot, t)dt + \eta f)$ के रूप में व्युत्पन्न किया गया है, जहाँ $p$ एडजॉइंट समस्या का समाधान है।
   • संख्यात्मक कार्यान्वयन दोनों (प्रत्यक्ष और एडजॉइंट) समीकरणों के विविक्तकरण (discretization) के लिए परिमित अंतर विधियों (finite difference methods) का उपयोग करता है।

प्रमुख परिणाम
शोध पत्र प्रस्तावित विधि को मान्य करने के लिए एक एक-आयामी डोमेन ($\Omega = (0, 1)$) में चार संख्यात्मक प्रयोग प्रस्तुत करता है:

• सुचारू स्रोत (Smooth Sources): एल्गोरिदम उच्च सटीकता के साथ सुचारू स्रोत पदों (जैसे बहुपद और साइनुसोइडल फलन) को सफलतापूर्वक पुनर्निर्मित करता है, चाहे वह शोर-रहित परिदृश्य हो या 0.1%, 5%, और 10% के शोर स्तरों के साथ जोड़ा गया हो।
• जटिल/विच्छिन्न स्रोत (Complex/Discontinuous Sources): विधि का परीक्षण खंडवार स्थिर (piecewise constant) और खंडवार रैखिक (sawtooth) स्रोतों पर किया गया है। हालांकि एल्गोरिदम शोर की उपस्थिति में स्थिरता प्रदर्शित करता है, परिणाम संकेत देते हैं कि यह तीक्ष्ण विच्छिन्नताओं (sharp discontinuities) और विलक्षणताओं (singularities) को पकड़ने में सीमित है। पुनर्निर्मित समाधान छलांग विच्छिन्नताओं (jump discontinuities) के पास स्मूथिंग आर्टिफैक्ट्स (smoothing artifacts) प्रदर्शित करते हैं।
• अभिसरण (Convergence): पुनर्निर्मित और सटीक स्रोत पदों के बीच सापेक्ष त्रुटि पुनरावृत्तियों (iterations) की संख्या के साथ तेजी से घटती है, जो पुनरावृत्ति योजना के अभिसरण की पुष्टि करती है।

महत्व और दावे
लेखकों का दावा है कि इस कार्य के प्राथमिक योगदान निम्नलिखित हैं:

1. सैद्धांतिक कठोरता: विशिष्ट समय-स्थान भिन्नात्मक मॉडल के लिए प्रत्यक्ष समस्या की सुव्यवस्थितता और व्युत्क्रम स्रोत समस्या की अद्वितीयता को स्थापित करना।
2. स्थिर पुनर्निर्माण ढांचा: टिखोनोव नियमितीकरण के माध्यम से इल-पोज़्ड व्युत्क्रम समस्या को एक स्थिर अनुकूलन समस्या के रूप में तैयार करना और न्यूनतमीकरणकर्ता के अस्तित्व और स्थिरता को सिद्ध करना।
3. एल्गोरिदम कार्यान्वयन: एक ग्रेडिएंट-आधारित पुनर्निर्माण एल्गोरिदम विकसित करना जो एडजॉइंट स्टेट दृष्टिकोण के माध्यम से गैर-स्थानीय (nonlocal) प्रकृति को स्पष्ट रूप से संभालता है।

शोध पत्र निष्कर्ष निकालता है कि प्रस्तावित दृष्टिकोण शोर युक्त अंतिम-समय डेटा से नियमित स्रोत पदों को पुनर्निर्मित करने के लिए प्रभावी और स्थिर है। हालाँकि, लेखक विनम्रतापूर्वक स्वीकार करते हैं कि ग्रेडिएंट डिसेंट विधि जटिल, विच्छिन्न स्रोतों में निहित विलक्षणताओं को सटीक रूप से पकड़ने में संघर्ष करती है, जो यह सुझाव देता है कि इन विशिष्ट सीमाओं को संबोधित करने के लिए आगे के सुधार या वैकल्पिक दृष्टिकोणों की आवश्यकता है। यह अध्ययन गणितीय मॉडलिंग के दायरे से परे नए अनुप्रयोगों का प्रस्ताव नहीं करता है, बल्कि परिभाषित विशिष्ट वर्ग की व्युत्क्रम समस्याओं के लिए विधि की उपयोगिता को मान्य करता है।