モンテ・カルロ PDE 解法における非線形放射境界条件への応用

arXiv:2604.21717v1 発表 タイプ：新規 要旨: モンテ・カルロ偏微分方程式 (PDE) 解法は、幾何学処理やコンピュータグラフィックスにおける熱関連の偏微分方程式を解く際、複雑な幾何学形状の取り扱いにおける堅牢性により、ますます人気が高まっています。既存の手法は、ディリクレ、ニュートマン、および線形ロービン境界条件を扱えますが、熱放射から生じる非線形境界条件についてはまだほとんど研究されていません。 本稿では、モンテ・カルロ PDE 解法を非線形放射境界条件に対応させるためのピカールの固定点反復フレームワークを導入します。厳密な理論的な収束性は一般に保証されませんが、適切な緩和係数が選択されている場合、我々の手法は安定しており、経験的に収束します。不確実な初期境界推定值であっても、それは正解へ段階的に近づきます。標準的な線形化戦略と比較すると、本提案のアプローチははるかに高い精度を達成します。 さらに、モンテ・カルロ推定子に見られる高い分散を軽減するために、我々はオンボーダリー解推定に特に設計された不斉方差回帰に基づく去噪技術を提案し、以前の分散削減手法が境界点にのみ焦点を当てたことで残されたギャップを埋めました。我々は合成ベンチマークを広く評価し、複雑な幾何学形状を持つ実用的な熱放射シミュレーションでの有効性を示しました。

arXiv:2604.21717v1 Announce Type: new Abstract: Monte Carlo PDE solvers have become increasingly popular for solving heat-related partial differential equations in geometry processing and computer graphics due to their robustness in handling complex geometries. While existing methods can handle Dirichlet, Neumann, and linear Robin boundary conditions, nonlinear boundary conditions arising from thermal radiation remain largely unexplored. In this paper, we introduce a Picard-style fixed-point iteration framework that enables Monte Carlo PDE solvers to handle nonlinear radiative boundary conditions. While strict theoretical convergence is not generally guaranteed, our method remains stable and empirically convergent with a properly chosen relaxation coefficient. Even with imprecise initial boundary estimates, it progressively approaches the correct solution. Compared to standard linearization strategies, the proposed approach achieves significantly higher accuracy. To further address the high variance inherent in Monte Carlo estimators, we propose a heteroscedastic regression-based denoising technique specifically designed for on-boundary solution estimates, filling a gap left by prior variance reduction methods that focus solely on interior points. We validate our approach through extensive evaluations on synthetic benchmarks and demonstrate its effectiveness on practical heat radiation simulations with complex geometries.