Identification of optimal history variables and corresponding hereditary laws in linear viscoelasticity
研究證明黏彈性歷史算子具備緊緻性，透過取前 N 個最大特徵值，可建構無損物理精度的最佳降階模型。
- 藉由權重函數與希爾伯特空間架構，嚴格證明了黏彈性歷史算子屬於 Hilbert-Schmidt 緊緻算子。
- 引入 Kolmogorov N-width 理論，將無限維度的變形歷史最佳化投影至有限數量的內部變數。
- 特徵值分解架構確保了重構誤差邊界，讓微觀 RVE 模型的昂貴運算能以極低維度無縫橋接至宏觀模擬。
1907 年由數學家 E. Schmidt 提出的算子理論，如今成為解決現代巨量材料數據降維運算的完美解方。加州理工學院與馬德里理工大學研究團隊透過 Kolmogorov N-width（量化降維逼近的最佳誤差界限）理論，證明線性黏彈性材料的歷史算子具備緊緻特性。這項數學特性確保研究人員能建立出兼具熱力學一致性的有限秩內部變數近似模型，為多尺度計算力學的降階建模提供嚴格理論基礎。
巨量材料數據驅動的黏彈性多尺度降階
近期實驗力學與計算科學大幅躍進，包含動態力學分析（DMA）、奈米壓痕測試以及高通量實驗等技術，讓研究人員能以前所未有的精度提取黏彈性材料特性。在此同時，針對具備微觀結構材料的 RVE（模擬多尺度微觀特徵的體積元素）進行嚴密運算，在各種應變路徑下也產生了極度龐大的資料集。
面對海量數據，目前科學界主要分為兩大處理範式：一是 Model-free（無模型途徑，直接由數據預測）；二是 Model-based（由數據逆向推導法則的模型途徑）。儘管近期利用神經網路進行回歸擬合的方法大行其道，能快速處理巨量資料，但這類方法多半需要預先假設遲滯法則的參數化形式。這衍生出一個更根本的數學問題：對於特定的黏彈性材料，在給定有限秩的遲滯算子下，究竟存在什麼樣的最佳數學表徵？
從疊加原理到 RVE 遲滯核算子化轉換
在探討最佳歷史表徵前，必須確立線性黏彈性的公理化基礎。根據 Boltzmann 疊加原理，並考量因果律、熱力學耗散不等式與無瞬時黏度等假設，應變與應力演化之間最通用的關係即為遲滯法則（Hereditary law）。在此框架中，常見的頻譜表徵包含 Maxwell-Wiechert 模型與 Prony 級數，它們利用多組弛豫時間的疊加來描繪材料物理行為。
當場景轉換至多尺度材料時，由方程式定義的微觀黏彈性經過均質化推導後，宏觀層次同樣會展現出遲滯行為。研究團隊利用拉普拉斯轉換（Laplace transform）解析多節點的 RVE 統御方程式，發現在消去內部自由度後，系統會生成極端複雜的宏觀有效彈性模量與遲滯核。若要在大型全尺度模擬中即時計算這些有效屬性，運算成本將高得令人難以承受。這迫使物理學家必須尋找一種高效率的宏觀遲滯法則近似法，將昂貴的 RVE 掃描工作全部轉移到離線階段完成。
衰減記憶與歷史算子的緊緻性質定理
為解決複雜歷史積分帶來的運算瓶頸，研究引入了權重函數（Weighting function）來量化材料的衰減記憶特性。團隊定義了局部應力與應變歷史的勒貝格空間，並結合材料彈性張量建構出嚴格的希爾伯特空間結構。在這個無窮維度的函數空間內，可透過一組正交基底展開任何應變歷史，而展開後的座標變數即對應物理上的內部變數（Internal variables）。
本篇論文的核心突破在於提出明確證明：在滿足彈性穩定性、以及權重函數具備非遞增且平方可積等合理物理假設下，定義黏彈性歷史映射的 Volterra 積分算子是一個 Hilbert-Schmidt operator（具備有限範數的緊緻線性算子）。這項算子緊緻性（Compactness）定理極度重要，它從數學上保證了該算子必定能被一個有限秩（Finite-rank）的算子序列在算子範數意義下完美逼近。換言之，我們能用數量極少的歷史變數，重構出無限長度的材料變形歷史。
結合 N-寬度理論建構最佳歷史編碼器
確認歷史算子具備緊緻性後，核心難題聚焦於：如何找到最完美的有限基底？研究團隊將問題與 1907 年 Schmidt 的運算理論及後續發展的 Kolmogorov N-width 體系完美對接。
根據理論，歷史算子的最佳 $N$ 秩近似（Rank-N approximation），完全取決於自伴隨算子的特徵值與特徵函數。只要取前 $N$ 個最大的特徵值（即算子的奇異值），搭配對應的特徵函數作為正交基底，就能建構出絕對最佳的有限秩近似模型。這套運算機制本質上與現代機器學習的編碼器 / 解碼器（Encoder/Decoder）架構一致：編碼器將無限維的應變歷史投影為 $N$ 個核心資訊，解碼器再利用這些資訊重構出非彈性歷史，並嚴格確保逼近誤差精準等於第 $N+1$ 個奇異值。
標準線性固體模型的特徵推導與收斂驗證
為了展示特徵值分解降維框架的實用性，團隊以標準線性固體（Standard Linear Solid）模型進行了完整的解析推導。在此模型中，研究者利用特定么正算子將其轉換為等效問題，證明該動態系統確實滿足 Hilbert-Schmidt 的平方可積邊界條件，並將特徵值問題化簡為求解超越方程式（Transcendental equation）。
在特例條件下，模型的奇異值衰減速率呈現 $O(N^{-1})$ 級別，其對應的基底函數則表現出伴隨指數衰減的三角函數形式。數值測試清晰證實了，當截斷秩數 $N$ 逐步增加時，近似函數朝向精確函數展現出極強的收斂性。這意味工程師不再需要依賴經驗法則來猜測內部變數，而是能直接針對材料數據集進行解析降維，一舉獲得具備數學保證的最佳歷史變數，徹底解決黏彈性數值模擬在計算效率與物理精度之間的衝突。
利用算子緊緻性與特徵值分析，少數內部變數即可達成黏彈性歷史的最佳逼近，大幅降低多尺度模擬運算成本。