🔢 mathematics

Machine Learning-based quadratic closures for non-intrusive Reduced Order Models

Dieser Beitrag stellt einen datengesteuerten Ansatz vor, der die Genauigkeit unterauflösender nicht-intrusiver reduzierter Ordnungsmodelle verbessert, indem ein Multi-Input-Operators-Netzwerk (MIONet) eingesetzt wird, um einen kontinuierlichen, parameterabhängigen quadratischen Korrekturterm für vernachlässigte Moden zu lernen, wodurch die Generalisierung im Vergleich zu traditionellen Kleinste-Quadrate-Methoden verbessert wird.

Ursprüngliche Autoren: Gabriele Codega, Anna Ivagnes, Nicola Demo, Gianluigi Rozza

Veröffentlicht 2026-05-26

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Gabriele Codega, Anna Ivagnes, Nicola Demo, Gianluigi Rozza

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen vorherzusagen, wie Wasser durch ein komplexes Rohrsystem oder einen Raum mit einer beweglichen Deckelplatte strömt. Um eine perfekt genaue Antwort zu erhalten, benötigen Sie einen Supercomputer, der eine massive Simulation durchführt, die die Bewegung jedes einzelnen Wassertropfens berechnet. Dies ist vergleichbar mit dem Versuch, jeden Sandkorn an einem Strand zu zählen, um die Gezeiten zu verstehen; es ist unglaublich präzise, dauert jedoch ewig und kostet ein Vermögen an Strom.

Das Problem: Der „faule" Abkürzungsweg
Wissenschaftler haben eine „Abkürzung" entwickelt, die als Reduced Order Model (ROM) bezeichnet wird. Anstatt jeden Tropfen zu verfolgen, nimmt diese Methode einige Momentaufnahmen der Strömung auf, findet die Hauptmuster (wie die großen Wirbel) und versucht, den Rest basierend auf diesen Mustern zu erraten. Es ist, als würde man sich ein paar Fotos eines Tänzers ansehen und versuchen, die gesamte Tanzroutine zu erraten.

Normalerweise funktioniert dies bei einfachen Tänzen hervorragend. Doch wenn die Strömung chaotisch, turbulent wird oder sich schnell verändert (wie Wasser, das um eine scharfe Ecke strömt), versagt die Abkürzung. Sie übersieht die „kleinen Details", da sie nur die großen, offensichtlichen Muster betrachtet. In der Arbeit bezeichnen die Autoren dies als „unteraufgelösten" Regime – was bedeutet, dass die Abkürzung zu faul ist, um das gesamte Bild zu erfassen.

Die alte Lösung: Der „Einheitsgröße"-Flicken
Um den faulen Abkürzungsweg zu reparieren, versuchten Forscher zuvor, einen „Korrekturterm" hinzuzufügen. Stellen Sie sich dies als einen Flicken vor, den Sie auf ein zerrissenes Hemd nähen.

Die alte Methode (Quad-LS): Sie verwendeten eine mathematische Formel, um genau zu berechnen, wie das Hemd geflickt werden sollte. Dieser Flicken war jedoch starr. Er war für eine bestimmte Größe und Form ausgelegt. Wenn Sie versuchten, ihn auf ein etwas anderes Hemd (eine andere Strömungsbedingung) zu verwenden, passte der Flicken nicht gut, und das Hemd sah immer noch zerrissen aus. Es war, als würde man versuchen, einen Flicken für einen Wintermantel auf ein Sommer-T-Shirt zu verwenden.

Die neue Lösung: Der „intelligente, dehnbare" Flicken
Die Autoren dieser Arbeit schlagen einen neuen, intelligenteren Weg vor, um die Abkürzung zu flicken. Anstatt einer starren Formel verwenden sie Machine Learning (insbesondere eine Art KI namens Neuronales Netz), um einen „intelligenten Flicken" zu erstellen.

Sie nennen ihre neuen Modelle QuadNet und QuadNet-µ. So funktionieren sie unter Verwendung einfacher Analogien:

Der intelligente Flicken (QuadNet):
Stellen Sie sich vor, der Flicken ist nicht nur ein Stück Stoff, sondern ein dehnbare, intelligente Gewebe, das seine Form ändern kann, je nachdem, wo auf dem Hemd Sie ihn platzieren.
- Bei der alten Methode wurde der Flicken für spezifische Punkte des Gitters berechnet (wie spezifische Stiche).
- Bei der neuen Methode lernt die KI eine kontinuierliche Regel. Sie versteht, dass, wenn die Strömung an Punkt A turbulent ist, der Flicken dort dick sein muss, und wenn es an Punkt B ruhig ist, der Flicken dünn sein kann. Sie muss nicht für jeden einzelnen Punkt neu beigebracht werden; sie „weiß" einfach die Form der Strömung überall.
Der maßgeschneiderte Flicken (QuadNet-µ):
Dies ist die noch intelligentere Version. Der Flicken weiß nicht nur, wo er sich auf dem Hemd befindet, sondern auch, welche Art von Hemd es ist.
- Das „µ" steht für die sich ändernden Bedingungen (wie die Fließgeschwindigkeit des Wassers).
- Wenn sich die Wassertgeschwindigkeit ändert, passt die KI die Form des Flickens sofort an, um diese neue Geschwindigkeit perfekt zu treffen. Es ist, als hätte man einen Flicken, der sich automatisch dehnt oder zusammenzieht, um genau der Spannung des Stoffes in diesem Moment anzupassen.

Was sie herausfanden
Die Autoren testeten diese neuen „intelligenten Flicker" an zwei klassischen Strömungsproblemen:

Der rückwärtsschreitende Schritt: Wasser, das über einen plötzlichen Abfall in einem Kanal strömt (wie ein Wasserfall in einem Rohr).
Die durch Deckel angetriebene Kavität: Wasser in einer Box, bei der sich der obere Deckel hin und her schiebt und das Wasser mit sich zieht.

Die Ergebnisse:

Genauigkeit: Die neuen KI-Flicken waren viel besser darin, die Fehler zu beheben als die alten starren Flicker. In einigen Fällen reduzierten sie den Fehler um 90 % im Vergleich zur grundlegenden Abkürzung und um 80 % im Vergleich zur alten Flicker-Methode.
Effizienz: Obwohl das Trainieren der KI etwas Vorlaufzeit benötigt, ist das resultierende Modell tatsächlich kleiner (verwendet weniger Speicher) als die alte starre Methode.
Datenmangel: Die neue Methode funktioniert gut, selbst wenn Sie nur wenige Trainingsbeispiele haben (Knappheit). Die alte Methode brach oft zusammen, wenn Daten knapp waren, aber der KI-Flicken konnte das Muster dennoch herausfinden.
Teilweise Daten: Da der KI-Flicken „kontinuierlich" ist (er versteht den gesamten Raum), müssen Sie ihm nicht jeden einzelnen Punkt der Strömung zeigen, um ihn zu trainieren. Sie können ihm nur 10 % oder 20 % der Punkte zeigen, und es lernt dennoch den Rest. Dies spart viel Zeit.

Zusammenfassung
Die Arbeit stellt eine Möglichkeit vor, schnelle, qualitativ minderwertige Strömungssimulationen durch die Verwendung eines „intelligenten, dehnbaren" KI-Flickens deutlich genauer zu machen. Im Gegensatz zu alten Methoden, die starr waren und bei sich ändernden Bedingungen versagten, lernen diese neuen Modelle die zugrunde liegenden Regeln der Strömung, was es ihnen ermöglicht, sich an neue Situationen anzupassen, mit weniger Daten zu arbeiten und hochgenaue Vorhersagen zu liefern, ohne dass für jede einzelne Berechnung ein Supercomputer benötigt wird.

Technische Zusammenfassung: Maschinelles Lernen-basierte quadratische Abschlüsse für nicht-intrusive reduzierte Ordnungsmodelle

Problemstellung

Reduzierte Ordnungsmodelle (ROMs) sind entscheidend für die Beschleunigung von Strömungssimulationen (CFD) in Anwendungen, die schnelle Vorhersagen erfordern, wie z. B. Designoptimierung und Regelung. Während die Proper Orthogonal Decomposition (POD) eine Standardtechnik für lineare Reduktion ist, liefert sie oft ungenaue Approximationen in unteraufgelösten oder marginal aufgelösten Regimen, in denen die Anzahl der beibehaltenen Modi nicht ausreicht, um die komplexen Systemdynamiken zu erfassen.

Bestehende datengesteuerte Ansätze zur Korrektur dieser Ungenauigkeiten verlassen sich typischerweise auf quadratische Abschlusmodelle, bei denen ein quadratischer Operator mittels Least-Squares-Optimierung (Quad-LS) gelernt wird. Allerdings leiden diese fortschrittlichsten Methoden unter zwei Hauptbeschränkungen:

Überanpassung und schlechte Generalisierung: Der Least-Squares-Ansatz neigt zu Überanpassung, insbesondere wenn die Trainingsmannigfaltigkeit die volle Komplexität des hochfidelitäts Modells nicht widerspiegelt oder wenn das Problem schlecht konditioniert ist.
Diskretisierungsabhängigkeit: Traditionelle Operatoren sind diskret, was bedeutet, dass sie an das spezifische Netz gebunden sind, das für das Training verwendet wurde. Sie können sich nicht natürlich auf verschiedene räumliche Diskretisierungen verallgemeinern oder kontinuierliche Feldkorrekturen bereitstellen.

Methodik

Die Autoren schlagen ein neuartiges, vollständig datengesteuertes, nicht-intrusives Framework vor, das den statischen Least-Squares-Operator durch einen lernbaren, kontinuierlichen neuronalen Operator ersetzt. Die Kernstrategie besteht darin, einen quadratischen Korrekturterm $\tau(\hat{x}; \mu)$ zur Standard-POD-Entwicklung hinzuzufügen:
$u(\hat{x}, \mu) \simeq \sum_{i=1}^r a_i(\mu)\phi_i(\hat{x}) + \tau(\hat{x}; \mu)$
wobei $\phi_i$ POD-Modi sind, $a_i$ reduzierte Koeffizienten sind und $\tau$ der Korrekturterm ist.

Die Arbeit stellt zwei spezifische neuronale Architekturen vor, um den auf die POD-Koeffizienten wirkenden quadratischen Operator zu parametrisieren:

QuadNet (inspiriert von DeepONet): Dieses Modell approximiert die Korrektur als $\tau(x; \mu) = a^T(\mu)C(\Phi_r, x)a(\mu)$ . Es nutzt eine Deep Operator Network (DeepONet)-Architektur mit:
- Einem Branch-Netzwerk, das die POD-Modi ( $\Phi_r$ ) verarbeitet.
- Einem Trunk-Netzwerk, das räumliche Koordinaten ( $x$ ) verarbeitet.
- Einem dritten Subnetzwerk, das die Ausgaben kombiniert, um den kontinuierlichen quadratischen Operator zu erzeugen.
- Hauptmerkmal: Der Operator ist im Raum kontinuierlich, was eine Auswertung an beliebigen Kollokationspunkten unabhängig vom Trainingsnetz ermöglicht.
QuadNet- $\mu$ (inspiriert von MIONet): Dies erweitert QuadNet durch die Einbeziehung der Problemparameter ( $\mu$ ) als zusätzlichen Input über eine Multi-Input Operator Network (MIONet)-Struktur.
- Es enthält ein zweites Branch-Netzwerk speziell für die Parameter.
- Hauptmerkmal: Der Operator ist sowohl im Raum als auch im Parameterraum kontinuierlich, was das Modell im Parameterraum „lokal" und gegenüber den spezifischen Parameterinstanzen, die während des Trainings verwendet wurden, agnostisch macht.

Trainingsstrategie:

Die Modelle werden trainiert, um eine relative Fehlerverlustfunktion zu minimieren, die den Korrekturterm normalisiert, um unterschiedliche Größenordnungen zu handhaben.
Die Autoren untersuchen „Teil-Daten"-Regime, in denen die neuronalen Netze auf einer Teilmenge der Netz-Knoten trainiert werden. Sie schlagen eine Boltzmann-ähnliche Wahrscheinlichkeitsverteilung für das Sampling von Knoten vor, die Regionen priorisiert, in denen der Korrekturterm groß und schnell veränderlich ist, anstatt ein gleichmäßiges zufälliges Sampling.

Hauptbeiträge

Neuronale Operator-Abschlüsse: Die Einführung von DeepONet- und MIONet-Architekturen zum Lernen quadratischer Abschlussterme für nicht-intrusive ROMs, die über die traditionelle Least-Squares-Optimierung hinausgehen.
Kontinuität und Generalisierung: Die Entwicklung von Modellen, die sowohl in den räumlichen Koordinaten als auch im Parameterraum kontinuierlich sind. Dies ermöglicht es den Modellen, unabhängig von der Domänendiskretisierung zu sein und sich effektiv auf nicht gesehene Parameterkonfigurationen zu verallgemeinern.
Effiziente Datennutzung: Der Nachweis, dass diese kontinuierlichen Modelle auf reduzierten Sätzen räumlicher Kollokationspunkte (Teil-Daten) und weniger Parameterinstanzen (knappe Daten) trainiert werden können, wobei die Genauigkeit im Vergleich zu linearen und traditionellen quadratischen Baselines erhalten bleibt oder verbessert wird.
Parameter-Effizienz: Die neuronalen Modelle nutzen weniger Parameter als der tensorbasierte Quad-LS-Ansatz für die getesteten Probleme, trotz der erhöhten Offline-Trainingskosten.

Ergebnisse

Die Methodik wurde an zwei Standard-Strömungsdynamik-Benchmarks validiert: dem Rückwärtsschritt (stationär, variierende Einlassgeschwindigkeit) und der deckgetriebenen Kavität (zeitabhängig, variierende Reynolds-Zahl).

Genauigkeit: Sowohl QuadNet als auch QuadNet- $\mu$ $μ$ schnitten deutlich besser ab als die Baseline POD-RBF (linear) und die fortschrittlichsten Quad-LS-Modelle (quadratische Least-Squares).
- QuadNet- $\mu$ erreichte die höchste Genauigkeit und reduzierte die Fehler in spezifischen Testkonfigurationen um bis zu 90 % im Vergleich zu POD-RBF und um bis zu 80 % im Vergleich zu Quad-LS.
- Die Verbesserung war im Fall des Rückwärtsschritts am ausgeprägtesten, wo sich die Strömungsverhalten über den Parameterbereich hinweg signifikant änderten, was den Vorteil der parameterlokalen Natur von QuadNet- $\mu$ unterstreicht.
Robustheit bei knappen Daten: In Regimen mit sehr wenigen Trainings-Snapshots (z. B. $N_\mu < 30$ ) und hohen POD-Modi-Anzahlen versagte Quad-LS oft oder performte schlechter als die lineare Baseline aufgrund von Überanpassung. QuadNet- $\mu$ blieb robuster, obwohl seine Leistung ebenfalls abnahm, wenn der Korrekturterm vernachlässigbar wurde (d. h. wenn die lineare POD-Approximation bereits sehr präzise war).
Teil-Daten: Das Training von QuadNet- $\mu$ auf nur 10 % bis 50 % der Netz-Knoten ergab Fehler, die mit dem Training auf dem gesamten Netz vergleichbar waren, sofern die Sampling-Strategie Regionen mit hoher Korrektur priorisierte. Dies reduzierte die Offline-Trainingszeit in den getesteten Aufbauten um etwa 10 %.
Rechenkosten: Während die Offline-Trainingszeit für neuronale Modelle (8–25 Minuten) deutlich höher war als das nahezu sofortige Training von Quad-LS (<10 ms), argumentieren die Autoren, dass diese Kosten in vielen Abfrage-Industrianwendungen amortisiert werden, wo die Kosten einer einzelnen Vollordnungs-Simulation (z. B. 3 Minuten) die Trainings-Overhead-Kosten weit übersteigen.

Bedeutung und Behauptungen

Die Arbeit behauptet, dass die vorgeschlagenen „korrigierten ROMs" im Vergleich zu bestehenden quadratischen Abschlusstrategien ein überlegenes Gleichgewicht zwischen Genauigkeit, Generalisierung und Dateneffizienz bieten. Durch die Nutzung neuronaler Operatoren demonstrieren die Autoren, dass:

Interpretierbarkeit und Nichtlinearität koexistieren können: Die quadratische Struktur bewahrt ein Maß an physikalischer Interpretierbarkeit (Wechselwirkung zwischen Modi), während sie die nichtlineare Approximationskraft des Deep Learning nutzt.
Diskretisierungsunabhängigkeit: Die kontinuierliche Natur der gelernten Operatoren beseitigt die Abhängigkeit von spezifischen Netzauflösungen, ein kritischer Vorteil für praktische Ingenieursanwendungen, bei denen Netzverfeinerungen oder -änderungen üblich sind.
Durchführbarkeit mit begrenzten Daten: Der Ansatz ist besonders wertvoll für Szenarien, in denen hochfidelitäts Daten knapp oder teuer zu generieren sind, da die Modelle effektive Korrekturen aus begrenzten räumlichen und parametrischen Stichproben lernen können.

Die Autoren schließen, dass die resultierenden Modelle, obwohl die Offline-Trainingskosten höher sind, deutlich genauere Vorhersagen für nicht gesehene Konfigurationen liefern und somit ein praktikables und effektives Werkzeug zur Beschleunigung von CFD-Simulationen in realen Anwendungen darstellen. Als zukünftige Arbeit wird vorgeschlagen, höherordige Korrekturen zu erforschen und die Integration mit fortschrittlicheren Basismodellen wie POD-NN.