技術要約：非残差推定器を用いた対称二階線形楕円型PDEに対する適応的FEMの最適複雑性

1. 問題設定

本論文は、以下の形式の対称二階線形楕円型偏微分方程式（PDE）に対する適応的有限要素法（AFEM）を扱っている：
$$-\text{div}(A \nabla u^\star) + c u^\star = f - \text{div}(\mathbf{f}) \quad \text{in } \Omega, \quad u^\star = 0 \text{ on } \partial\Omega$$
ここで、$\Omega \subset \mathbb{R}^d$ は有界な多面体リプシッツ領域である。主な課題は、以下の2つの誤差源を同時に制御することである：

1. 離散化誤差： メッシュ上の有限要素近似から生じる誤差。
2. 代数誤差： 反復ソルバーによる結果としての線形システムの不正確な解解から生じる誤差。

正確な離散解を仮定したり、残差ベースの誤差推定器のみに依存したりすることが多い従来の先行研究とは異なり、本研究では非残差誤差推定器（平均化に基づくZZ型推定器や平衡フラックス推定器など）に焦点を当てつつ、不正確な反復代数ソルバーを適応ループに統合している。目標は、適応アルゴリズムが無条件の完全R線形収束および、総計算コストに対する最適複雑性を達成することを証明することである。

2. 手法とフレームワーク

2.1. 適応アルゴリズム

著者らは、SOLVE（解法）、ESTIMATE（推定）、MARK（標識）、REFINE（細分化）の4つのモジュールをループする適応アルゴリズム（アルゴリズムA）を提案している。

• SOLVE & ESTIMATE: これらのモジュールは相互に関連している。反復代数ソルバー（縮小写像 $\Psi_\ell$）は、計算可能な代数誤差推定器 $\zeta_\ell$ が離散化誤差推定器 $\mu_\ell$ に対して特定の基準を満たすまで適用される。具体的には、$\zeta_\ell(u^k_\ell) \leq \lambda \mu_\ell(u^k_\ell)$ となるまでソルバーが停止する。
• MARK: ドルラー（Dörfler）標識基準に基づき、非残差推定器 $\mu_\ell$ を用いて要素の集合を標識する。
• REFINE: 標識された要素は、最新頂点二分法（Newest-Vertex Bisection; NVB）を用いて細分化される。

2.2. 主要な仮定

解析は、誤差推定器 $\mu_\ell$ の抽象的な性質と代数ソルバーの性質に基づいている：

• 縮小ソルバー: 反復ソルバーは、メッシュサイズに依存しない縮小特性 $|||u^\star_\ell - \Psi_\ell(v_\ell)||| \leq q_{ctr} |||u^\star_\ell - v_\ell|||$ （ただし $0 < q_{ctr} < 1$）を満たす。
• 非残差推定器の性質: 推定器 $\mu_\ell$ は以下を満たさなければならない：
  1. 局所的等価性: $\mu_\ell$ は、正確な離散解 $u^\star_\ell$ に対して、標準的な残差ベースの推定器 $\eta_\ell$ と局所的に等価である。具体的には、$\eta_\ell(U_\ell; u^\star_\ell) \lesssim \mu_\ell(T^m_\ell[U_\ell]; u^\star_\ell)$ およびその逆が成立する（ここで $T^m_\ell$ はレベル $m$ のパッチを表す）。
  2. 弱安定性: $\mu_\ell$ は、パッチレベル $r$ を含む、異なる2つの離散関数間の推定器の関係に関する安定条件を満たす。
• メッシュ細分化: NVBの使用により、形状正則性、オーバーレイ推定、およびメッシュ閉鎖推定などの標準的な性質が保証される。

2.3. 準誤差（Quasi-Error）

解析の中心となる量は、代数誤差と離散化誤差推定器の和として定義される準誤差 $M^k_\ell$ である：
$$M^k_\ell := |||u^\star_\ell - u^k_\ell||| + \mu_\ell(u^\star_\ell)$$
ここで、$u^\star_\ell$（正確なFE解）は決して計算されない。項 $\mu_\ell(u^\star_\ell)$ は解析のための理論的な構成概念であるが、計算可能な対応物である $\zeta_\ell(u^k_\ell) + \mu_\ell(u^k_\ell)$ がこれと等価であることが示されている。

3. 主要な貢献と結果

3.1. 無条件の完全R線形収束

主要な理論的結果（定理8）は、準誤差 $M^k_\ell$ が無条件にかつR線形に収束することを確立している。すなわち、適応履歴における任意の2つのインデックス $(\ell, k)$ および $(\ell', k')$ に対して、定数 $C_{lin} > 0$ および $0 < q_{lin} < 1$ が存在して次が成り立つ：
$$M^k_\ell \leq C_{lin} q_{lin}^{|(\ell, k)| - |(\ell', k')|} M^{k'}_{\ell'}$$
決定的なのは、この収束があらゆる適応パラメータ（$\theta, C_{mark}, \lambda$）の選択に対して成立することである。これにより、不正確なソルバーを伴う従来の文献で見られるような、収束を保証するために「十分に小さい」パラメータを必要とする制限が排除される。

3.2. 最適複雑性

本論文は、総計算コスト（累積自由度およびソルバーのステップ数で測定）に対する準誤差の減衰率が最適であることを証明している。

• 定理 15: 適応パラメータ $\theta$ および $\lambda$ が十分に小さい場合、アルゴリズムは最適な収束率を達成する。具体的には、準誤差の減衰率は、非線形近似クラス $\mathcal{A}^s$ における最良の近似率と一致する。
• この結果は、パラメータが適切に調整されている限り、アルゴリズムが不要なソルバー反復やメッシュ細分化に計算資源を浪費しないことを意味している。

3.3. 特定の推定器への適用

抽象的なフレームワークは、以下の2つの特定の非残差推定器のクラスに適用され、それらが要求される局所的等価性と安定性の仮定を満たすことが証明されている：

1. ZZ型平均化推定器: ZienkiewiczおよびZhuによる先駆的な研究に基づく。本論文は、任意の多項式次数 $p \geq 1$ に対して、残差推定器との局所的等価性を証明している（定理16）。
2. 平衡フラックス推定器: 局所的なフラックス再構成（例：ラヴィアート・トーマス要素）に基づく。本論文は、これらの推定器の局所的等価性と弱安定性を確立し、それらの $p$-ロバスト性に言及している（定理22）。

3.4. 数値実験

セクション6では、L字型領域（特異性を有する問題）における2次元数値実験を示す。実験では以下を比較している：

• 標準的な残差ベースの推定器
• ZZ型推定器
• 平衡フラックス推定器

結果は以下を裏付けている：

• 3つの推定器すべてが、特異点に集中した細分化を行う同等のメッシュを生成する。
• 両方の非残差推定器は、自由度および累積実行時間に対して最適な収束率を達成する。
• 平衡フラックス推定器は、よりタイトな停止基準により多くのソルバー反復を必要とする可能性があるものの、優れた効率指数（1に近い値）と $p$-ロバスト性を示す。

4. 意義と文献との関係

著者らは、自身の研究を既存の文献の統合および拡張として位置づけている：

• [KS11, CN12] との比較: 正確なソルバーを用いた最適レートに焦点を当てているこれらの研究に対し、本論文は不正確なソルバーを含み、かつ最適複雑性（コスト対誤差）に焦べくしている。さらに、本研究は [CN12]（十分細かい初期メッシュ、内部ノード特性）や [KS11]（最低次FEM、隣接要素の細分化）のような制限的な仮定を回避している。
• [CKNS08, BM09, CFPP14] との比較: これらの研究は通常、正確なFE解を必要とするか、あるいは小さなパラメータに対してのみ収束を保証する摂動論に依存している。本論文は、いかなるパラメータ選択に対しても無条件の収束を提供する。
• [BFM+25] との比較: [BFM+25] は不正確なソルバーへの最適複雑性の拡張を行っているが、これは残差ベースの推定器に限定されている。本論文は、実用上広く用いられているが解析的に困難な非残差推定器（ZZおよび平衡フラップ）に対してこれらの結果を拡張した初めての試みである。

核心的な革新: 本論文は、非残差推定器と残差推定器の間の局所的等価性が、通常は（決して計算されない）正確な離散解に対してのみ成立するという困難を克服している。解析において [BFM+25] の手法を巧妙に修正し、非残差推定器の弱安定性を活用することで、計算された不正確な解と理論的な正確な離散解の間の溝を埋め、無条件の収束と最適複雑性を証明した。

5. 結論

本研究は、不正確なソルバーを用いる適応的有限要素法において、非残差誤差推定器を使用するための厳密な数学的基礎を提供する。一般的な仮定の下で、これらの手法が単に無条件に収束するだけでなく、最適な計算複雑性を達成することを実証している。これは、計算コストが極めて高い適応アルゴリズムにおいて、ZZ型や平衡フラックス推定器のような普及している推定器を使用することの妥当性を検証するものである。