Vlasov-Maxwell-Landau系に対するニューラル・スコアベース粒子法

A Neural Score-Based Particle Method for the Vlasov-Maxwell-Landau System

March 26, 2026

著者: Vasily Ilin, Jingwei Hu

cs.AI

要旨

プラズマモデリングは核融合炉の設計において中心的な役割を果たすが、第一原理からの衝突性プラズマ動力学シミュレーションは依然として膨大な計算課題である。Vlasov-Maxwell-Landau（VML）体系は、非線形・非局所的なランダウ衝突演算子を含む、自己無撞着な電磁場下での6次元位相空間輸送を記述する。最近提案された完全VML体系に対する決定論的粒子法は、O(n²)の計算コストを要するカーネルベースの近似手法であるブロブ法によって速度スコア関数を推定する。本研究では、ブロブスコア推定量をスコアベース輸送モデリング（SBTM）に置き換える。SBTMでは、ニューラルネットワークがO(n)コストの暗黙的スコアマッチングによりオンザフライで学習される。我々は、近似された衝突演算子が運動量と運動エネルギーを保存し、推定エントロピーを散逸させることを証明する。さらに、VML体系とその静電近似における唯一の大域定常状態を特徴付け、数値検証のための基準値を提供する。三つの標準ベンチマーク（ランダウ減衰、二流不安定性、ワイベル不安定性）において、SBTMはブロブ法よりも高精度であり、ブロブ法が失敗する長時間緩和におけるマクスウェル平衡への正しい収束を達成し、50%高速な実行時間と4分の1のピークメモリ使用量を実現する。

English

Plasma modeling is central to the design of nuclear fusion reactors, yet simulating collisional plasma kinetics from first principles remains a formidable computational challenge: the Vlasov-Maxwell-Landau (VML) system describes six-dimensional phase-space transport under self-consistent electromagnetic fields together with the nonlinear, nonlocal Landau collision operator. A recent deterministic particle method for the full VML system estimates the velocity score function via the blob method, a kernel-based approximation with O(n^2) cost. In this work, we replace the blob score estimator with score-based transport modeling (SBTM), in which a neural network is trained on-the-fly via implicit score matching at O(n) cost. We prove that the approximated collision operator preserves momentum and kinetic energy, and dissipates an estimated entropy. We also characterize the unique global steady state of the VML system and its electrostatic reduction, providing the ground truth for numerical validation. On three canonical benchmarks -- Landau damping, two-stream instability, and Weibel instability -- SBTM is more accurate than the blob method, achieves correct long-time relaxation to Maxwellian equilibrium where the blob method fails, and delivers 50% faster runtime with 4times lower peak memory.