A Probabilistic Framework for Solving High-Frequency Helmholtz Equations via Diffusion Models

技術要約：拡散モデルを用いた高周波ヘルムホルツ方程式解決のための確率論的フレームワーク

1. 問題設定

本論文は、不均質媒体における高周波領域でのヘルムホルツ方程式の解決という課題に取り組んでいる。決定論的なニューラルオペレータ（DeepONetやFourier Neural Operatorなど）は、様々な偏微分方程式（PDE）の解写像を学習することに成功してきたが、高周波の波動現象に対しては著しく苦戦する。著者らは、このような文脈における決定論的手法の主要な限界として以下の2点を挙げている：

• スペクトルバイアス（Spectral Bias）： 決定論的モデルは低周波成分を優先的に捉える傾向があり、その結果、振動構造のオーバースムージング（過度な平滑化）を引き起こす。これにより、音響学や地震学において極めて重要な位相精度や干渉パターンが劣化する。
• 入力感度とマルチモダリティ（Input Sensitivity and Multi-modality）： 高周波領域では、解写像は入力係数（例：音速）の微小な摂動に対して極めて敏感になる。微小な変化が大きな位相シフトやマルチモーダルな応答を誘発し得る。決定論的な点推定予測器は、この感度を表現することができず、多くの場合、マルチモーダルな分布を単一の平均へと崩壊させてしまい、結果として振幅の減衰や干渉のぼけを招く。

著者らは、高周波の振動特徴と入力係数から伝播する不確実性の両方を捉えるために、解の条件付き分布をモデル化する確率論的なアプローチが必要であると主張している。

2. 手法

提案されたフレームワークは、**条件付きスコアベース拡散モデル（conditional score-based diffusion models）**を利用して、問題の入力から波動場への分布をマッピングする確率論的オペレータを学習する。

• 理論的動機： 著者らはヘルムホルツ演算子の安定性解析を行い、解写像のリプシッツ定数が波数 $k$ および伝播距離に対して線形にスケールすることを示した。WKB（幾何光学）近似を用いることで、係数の小さな誤差が重大な位相誤差へと蓄積されることを示している。その結果、平均二乗誤差（MSE）に最適な決定論的予測器（条件付き平均）は、位相の変動を実質的に平均化してしまい、破壊的干渉と高周波コントラストの喪失を引き起こす。確率論的な定式化は、完全な条件付き分布 $p(u|z)$ をモデル化することで、この崩壊を回避する。
• モデルアーキテクチャ：
  • 入力： 条件付けベクトル $z$ は、音速マップ、バイナリソースマスク、および正弦波位置エンコーディングを連結したものである。
  • 拡散プロセス： フレームワークは、ターゲットとなる複素波動場 $u_0$ をガウスノイズへと段階的に破壊していくフォワード・ノイジング・チェーンを採用している。逆プロセスは、ノイズ成分 $\epsilon_\theta$ を予測する時間依存型のU-Net（「スコアネットワーク」）を介して学習される。
  • 条件付けメカニズム： 入力 $z$ はノイズが付加されない。$z$ は、入力画像スタックとの連結、および FiLM (Feature-wise Linear Modulation) レイヤーを通じてネットワークに組み込まれる。ここで、$z$ から導出されたコンテキストベクトルが特徴マップをスケールおよびシフトさせる。
  • 学習目的関数： モデルは、真のノイズと予測されたノイズの差を最小化するように、条件付きデノイジング・スコアマッチングを用いて学習される。
• 3D拡張： 三次元問題に対しては、標準的なU-Netバックボーンの代わりに U字型ビジョン・トランスフォーマー（UViT） を採用している。このアーキテクチャは、3D波動伝搬に固有の長距離の空間依存性とグローバルな干渉パターンをより適切に捉えるために選択された。

3. 主な貢献

• 確率論的オペレータ学習： 単一出力のサロゲートを超え、解の分布を学習するために特別に設計された、高周波波動伝搬のための条件付き拡散オペレータを導入した。
• 安定性解析： 決定論的オペレータが高周波で失敗する理由を、位相誤差の蓄積と、未解決の変動下における「一対多」の性質に関連付けて理論的に正当化した。
• 不確実性の定量化： 決定論的なベースラインとは異なり、本フレームワークは入力音速マップから解場への不確実性を明示的に捉え、伝播させ、較正された不確実性推定を提供する。
• アーキテクチャの革新： 定常状態の波動問題（時間的なスタッキングなし）への拡散モデルの適用成功、およびUViTバックボーンを用いた3Dへの拡張。

4. 実験結果

フレームワークは、2Dおよび予備的な3Dデータセットにおいて、幅広い周波数（150 kHzから2.5 MHz）にわたって評価され、FNO、HNO（Helmholtz Neural Operator）、およびU-Netを含む決定論的ベースラインと比較検討された。

• 誤差解析：
  • 拡散モデルは、テストされたすべての周波数において、$L^2$、$H^1$、およびエネルギーノルムにおいて一貫して最小の誤差を達成した。
  • 最高周波数（2.5 MHz）において、拡散モデルの相対 $L^2$ 誤差は 0.095 であったのに対し、最良の決定論的ベースライン（FNO）の誤差は 0.412 であり、U-Net/HNOは 0.76 を超えていた。
  • スペクトル解析により、決定論的モデルは顕著なスペクトルバイアス（高波数領域のオーバースムージング）を示したが、拡散モデルは全周波数範囲にわたって真のパワースペクトルを密接に追跡していることが確認された。
• 感度と不確実性：
  • 音速場の制御された摂動を含む感度解析において、拡散モデルは、特に遠方界における解の軌道の急速かつ非単調な振動と転回点を再現することに成功した。
  • 決定論的モデルはドリフトしたり平坦化したりする傾向があり、変動を捉えることができなかった。
  • 拡散モデルは、真の変動をカバーする較正された不確実性分布を生成したが、決定論的モデルは系統的に分散不足であった。
• エネルギー保存： 本フレームワークは、点ごとの位相予測が複雑な場合でも、エネルギーのような安定した汎関数を予測する優れた能力を示した。
• 3D性能： $64^3$ グリッドを用いた予備的な3D実験では、Diffusion-UViT バリアントが Diffusion-U-Net および決定論的 U-Net の両方を大幅に上回り、最小の誤差を達成し、最も鮮明な境界再構成を実現した。

5. 意義と主張

著者らは、これらの結果が、高周波領域における複雑なPDE（ヘルムホルツ方程式など）を解くための、理にかなった効果的なアプローチとして 確率論的オペレータ学習 を位置づけるものであると主張している。

• 堅牢性： 本フレームワークは、決定論的なサロゲートが失敗する箇所、具体的には脆弱な量（点ごとの位相）と安定した量（エネルギー、帯域制限された要約）を切り離すことで、堅牢性を提供する。
• 不定性の取り扱い： 基盤となるフォワードマップは決定論的であるが、高周波における実用的な不定性（離散化の不一致、モデリング誤差、または未解決の入力変動によるもの）は、単一出力のサロゲートを脆弱にする。確率論的な定式化は条件付き分布を学習し、その平均を用いて精度を確保し、その分散を用いてエピステミックな感度を符号化する。
• 今後の展望： 論文では、このアプローチをより複雑な幾何学的形状やマルチソース構成に拡張できる可能性があると考えている。推論時間が拡散の反復的な性質により現在の決定論的オペレータよりも高くなっていることは認めているが、将来的なフローマッチング、改良されたソルバー、または潜在拡散（latent diffusion）技術によってこれに対処できることを示唆している。

結論として、位相の曖昧さを潰すのではなく、それを内部化することで、確率論的オペレータは不均質媒体における高周波波動伝搬のより忠実なサロゲートを提供できるとしている。