⚡ electrical engineering

A data-driven model-free physical-informed deep operator network for solving nonlinear dynamic system

Die Autoren stellen ein datengetriebenes, modellfreies Deep Operator Network vor, das durch die Integration eines Surrogatmodells zur Erfassung kurzfristiger Abhängigkeiten aus wenigen experimentellen Daten nichtlineare dynamische Systeme ohne exakte mathematische Formeln oder große Datensätze erfolgreich approximiert.

Ursprüngliche Autoren: Jieming Sun, Lichun Li

Veröffentlicht 2026-02-24

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Jieming Sun, Lichun Li

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, das Wetter für die nächsten zwei Wochen vorherzusagen. Normalerweise brauchen Sie dafür zwei Dinge:

Die genaue physikalische Formel: Wie genau funktionieren Wind, Temperatur und Druck zusammen?
Unmengen an Daten: Tausende von Messwerten aus der Vergangenheit.

In der echten Welt ist das oft ein Albtraum. Manchmal kennen wir die Formel nicht genau (vielleicht ist das System zu kompliziert), und manchmal haben wir nur sehr wenige Daten, weil Experimente zu teuer oder zu gefährlich sind.

Genau hier kommt die Idee aus diesem Papier ins Spiel. Die Autoren (Jieming Sun und Lichun Li) haben eine neue Methode entwickelt, die wie ein kluger Detektiv arbeitet, der mit wenig Beweismaterial trotzdem den Täter findet.

Hier ist die Erklärung in einfachen Bildern:

1. Das Problem: Der blinde Koch

Stellen Sie sich einen Koch vor, der ein neues Gericht kochen soll.

Der klassische Ansatz (DeepOnet): Der Koch hat ein riesiges Kochbuch mit tausenden Rezepten (viele Daten), aber er kennt die genauen chemischen Reaktionen der Zutaten nicht. Wenn er ein neues Rezept versucht, das nicht im Buch steht, scheitert er oft.
Der Physik-Ansatz (PINN): Der Koch kennt die perfekte Chemie-Formel für jedes Gericht, hat aber keine Zutaten (keine Daten). Er kann theoretisch kochen, aber er weiß nicht, wie es schmeckt, weil er nie probiert hat.
Das Dilemma: Was macht man, wenn man weder das perfekte Rezept noch viele Zutaten hat? Man hat nur ein paar alte Notizen und eine vage Ahnung, dass "etwas mit Hitze passiert".

2. Die Lösung: Der "Kurzzeit-Gedächtnis-Trick"

Die Autoren sagen: "Okay, wir wissen nicht, wie das ganze System funktioniert, aber wir wissen eine wichtige Sache über die Zeit."

Stellen Sie sich vor, Sie laufen durch einen Park.

Wenn Sie wissen, wo Sie vor 10 Sekunden waren, wie schnell Sie liefen und in welche Richtung Sie blickten, können Sie ziemlich genau erraten, wo Sie in einer Sekunde sein werden.
Das ist das Kurzzeit-Gedächtnis. Die Zukunft hängt stark von der unmittelbaren Vergangenheit ab, auch wenn wir den genauen physikalischen Plan des Parks nicht kennen.

Die Autoren nutzen diesen Trick:

Sie nehmen ein einfaches KI-Modell (einen "Lernhelfer"), das nur schaut: "Wenn das System vor kurzem so war, wie sieht es in der nächsten Sekunde aus?"
Dieser Lernhelfer wird nicht als das ganze System benutzt, sondern nur als Gedächtnis-Hilfe. Er lernt die "Regel des Kurzzeit-Gedächtnisses" aus den wenigen Daten, die vorhanden sind.

3. Der große Verbündete: DeepOnet

Jetzt kommt der eigentliche Held ins Spiel: DeepOnet.
Stellen Sie sich DeepOnet als einen sehr talentierten, aber etwas vergesslichen Maler vor. Er kann komplexe Bilder malen (Systeme simulieren), braucht aber viele Vorlagen (Daten), um gut zu werden.

Das alte Problem: DeepOnet brauchte zu viele Daten.
Die neue Kombination: Die Autoren geben dem Maler (DeepOnet) den Lernhelfer (das Kurzzeit-Gedächtnis) an die Seite.
- Der Lernhelfer flüstert dem Maler zu: "Hey, basierend auf dem, was gerade passiert ist, müsste das Ergebnis so aussehen, weil die Physik des Kurzzeit-Gedächtnisses das verlangt."
- Der Maler nutzt diesen Hinweis, um sein Bild zu korrigieren, auch wenn er nur wenige Vorlagen hat.

Das Ergebnis ist ein hybrider Künstler: Er nutzt die wenigen Daten, die er hat, kombiniert mit der "Intuition" des Kurzzeit-Gedächtnisses, um das System zu verstehen.

4. Der Test: Drei verschiedene Welten

Um zu beweisen, dass ihre Idee funktioniert, haben sie drei verschiedene "Spielzeuge" getestet:

Ein Pendel: Wie eine Uhr, die hin und her schwingt. (Einfach).
Ein Feder-Masse-System: Wie eine Feder, die von außen gestoßen wird. (Mittelschwer).
Ein chaotisches System: Ein System, das völlig verrückt spielt und sich kaum vorhersagen lässt (wie ein Wirbelsturm). (Sehr schwer).

In allen Fällen hatten sie nur wenige Trainingsdaten (wie 5-10 Beispiele).

Das Ergebnis: Der herkömmliche DeepOnet (ohne den Kurzzeit-Trick) war oft verwirrt und machte Fehler, besonders wenn die Daten verrauscht waren (wie bei schlechtem Wetter).
Ihre Methode: Sie war viel genauer. Sie konnte das Pendel, die Feder und sogar das chaotische System fast perfekt vorhersagen, selbst wenn die Messdaten "schmutzig" (verrauscht) waren.

Zusammenfassung in einem Satz

Die Autoren haben eine KI entwickelt, die wie ein erfahrener Dirigent ist: Auch wenn er die Partitur (die genaue Formel) nicht kennt und nur wenige Noten (Daten) hat, nutzt er sein Gefühl für den Rhythmus der letzten Takte (Kurzzeit-Gedächtnis), um das Orchester (das physikalische System) perfekt zu leiten.

Warum ist das wichtig?
Weil wir in der echten Welt oft nicht alles messen oder berechnen können. Diese Methode erlaubt es Ingenieuren und Wissenschaftlern, komplexe Systeme (von Robotern bis zum Klima) zu verstehen und vorherzusagen, selbst wenn sie nur spärliche Informationen haben.

1. Problemstellung

Die Analyse dynamischer Systeme erfordert oft die Schätzung von Zuständen basierend auf historischen Beobachtungen und physikalischen Prinzipien. Bestehende Ansätze wie Physics-Informed Deep Operator Networks (DeepOnet) oder Physics-Informed Neural Networks (PINN) stoßen jedoch in bestimmten Szenarien an Grenzen:

Fehlende mathematische Modelle: In vielen realen dynamischen Systemen ist die exakte mathematische Formel (z. B. die spezifische Funktion $F$ in einer Differentialgleichung) unbekannt oder nur unvollständig bekannt (z. B. ist nur die Ordnung der Differentialgleichung bekannt, nicht aber die Koeffizienten oder Terme).
Datenknappheit: Die Beschaffung großer Datensätze ist oft aufgrund hoher experimenteller Kosten unmöglich. Forscher sind auf wenige experimentelle Datenpunkte beschränkt.

Das Ziel der Arbeit ist es, ein Framework zu entwickeln, das nichtlineare dynamische Systeme lernt und deren Zustände schätzt, obwohl nur wenige Daten und begrenzte physikalische Informationen (nur die Ordnung der ODE) verfügbar sind.

2. Methodik

Die Autoren schlagen einen hybriden Ansatz vor, der datengetriebene, modellfreie und physikinformierte Elemente kombiniert. Der Kern der Methode liegt in der Nutzung von Kurzzeitabhängigkeiten (Short-term Dependency).

A. Theoretische Grundlage: Kurzzeitabhängigkeit

Basierend auf dem Euler-Verfahren zur Diskretisierung kontinuierlicher Systeme wird gezeigt, dass für eine nichtlineare dynamische Systemklasse, die durch eine $n$ -te Ordnung gewöhnliche Differentialgleichung (ODE) beschrieben wird, der aktuelle Zustand $x(t)$ ausschließlich von den letzten $n$ Zuständen und Eingaben abhängt.

Theorem 2.1: Bei hinreichend kleiner Abtastzeit $\delta$ existiert eine Funktion $\gamma$ , die $x(t)$ aus $x(t-n), \dots, x(t-1)$ und $u(t-n), \dots, u(t-1)$ ableitet.
Dies ermöglicht es, physikalisches Wissen (die Ordnung der ODE) zu nutzen, ohne die genaue Gleichung zu kennen.

B. Architektur des Modells

Das vorgeschlagene Framework besteht aus zwei Hauptkomponenten:

Surrogat-Modell (Lernen der Kurzzeitabhängigkeit):
- Ein einfaches Machine-Learning-Modell (ein Feed-Forward Neural Network, FFNN) wird trainiert, um die Kurzzeitabhängigkeit zu erfassen.
- Eingabe: Vergangene Zustände und niedrigere Ableitungen (z. B. $x(t-n), \dot{x}(t-n), \dots$ ) sowie vergangene Eingaben.
- Ausgabe: Vorhersage der höchsten Ableitung (z. B. $\ddot{x}(t)$ oder $\dddot{x}(t)$ ).
- Dieses Modell fungiert als Ersatz für die unbekannte physikalische Regel.
Physik-informiertes DeepOnet:
- Das DeepOnet besteht aus einem Branch-Net (verarbeitet Anfangszustand und Eingabesequenz) und einem Trunk-Net (verarbeitet Zeitkoordinaten).
- Verlustfunktion (Loss Function): Das Training erfolgt durch Minimierung einer kombinierten Verlustfunktion:
  - $L_{data}$ : Der Fehler zwischen dem vorhergesagten Zustand und den wenigen verfügbaren Messdaten.
  - $L_{P}$ (Physik-Informiert): Dieser Term nutzt das trainierte Surrogat-Modell. Das DeepOnet berechnet über Automatic Differentiation die Ableitungen des vorhergesagten Zustands. Das Surrogat-Modell sagt basierend auf diesen Werten die höchste Ableitung vorher. Der Verlust $L_P$ misst die Diskrepanz zwischen der vom DeepOnet abgeleiteten höchsten Ableitung und der vom Surrogat-Modell vorhergesagten.

Dieser Ansatz ersetzt die explizite physikalische Gleichung in der PINN-Loss-Funktion durch das gelernte Surrogat-Modell, das die physikalische Struktur (Kurzzeitabhängigkeit) kodiert.

3. Wichtige Beiträge

Modellfreier Physik-Informierter Ansatz: Entwicklung eines DeepOnet-Frameworks, das keine exakte mathematische Formulierung des Systems benötigt, sondern nur die Ordnung der Differentialgleichung und wenige Daten.
Integration von Kurzzeitabhängigkeit: Die theoretische Herleitung und praktische Nutzung der $n$ -Schritt-Abhängigkeit als physikalische Randbedingung, um das Lernen mit spärlichen Daten zu ermöglichen.
Hybride Architektur: Die nahtlose Integration eines Surrogat-Modells (für die Physik) in ein DeepOnet (für die Operator-Lernfähigkeit), was die Stärken beider Methoden vereint.
Robustheit gegenüber Rauschen: Das Framework wurde erfolgreich mit verrauschten Messdaten getestet, wobei Vorverarbeitungsschritte (Savitzky-Golay-Filter) zur Glättung eingesetzt wurden.

4. Ergebnisse

Die Methode wurde an drei verschiedenen nichtlinearen Systemen getestet und mit einem Standard-DeepOnet (ohne Physik-Information) verglichen:

Pendel-System (2. Ordnung ODE):
- Trainiert mit nur 5 Datensätzen.
- Ergebnis: Die vorgeschlagene Methode erzielte einen mittleren absoluten Fehler (MAE) von 6,23 (ohne Rauschen) bzw. 7,57 (mit Rauschen), während das Standard-DeepOnet MAE-Werte von 17,98 bzw. 19,27 aufwies.
Angetriebener Oszillator (2. Ordnung ODE):
- Ein System mit marginaler Instabilität.
- Ergebnis: Die neue Methode erreichte einen MAE von 16,69 (ohne Rauschen) und 19,10 (mit Rauschen), im Vergleich zu 36,22 bzw. 39,46 beim Standard-DeepOnet.
Chaotisches Jerk-System (3. Ordnung ODE):
- Ein komplexes, chaotisches System (dritte Ableitung der Position).
- Ergebnis: Auch hier übertraf die Methode das Benchmark-Modell deutlich, insbesondere bei verrauschten Daten (MAE 18,7 vs. 22,2).

In allen Szenarien zeigte die Methode eine höhere Genauigkeit und Robustheit, insbesondere bei verrauschten Daten und geringen Trainingsdatensätzen.

5. Bedeutung und Fazit

Die Arbeit stellt einen signifikanten Fortschritt im Bereich der Offline-Zustandsschätzung dynamischer Systeme dar.

Überwindung von Datenbarrieren: Sie demonstriert, dass präzise Vorhersagen auch dann möglich sind, wenn große Datensätze fehlen.
Umgang mit Modellunsicherheit: Sie bietet eine Lösung für Fälle, in denen die physikalischen Gesetze nur teilweise bekannt sind (bekannte Ordnung, unbekannte Formel).
Praktische Relevanz: Die Robustheit gegenüber Messrauschen macht das Verfahren für reale ingenieurtechnische Anwendungen geeignet, wo perfekte Daten selten sind.

Zusammenfassend füllt das vorgeschlagene Framework eine kritische Lücke zwischen rein datengetriebenen Methoden (die viel Daten benötigen) und rein physikbasierten Methoden (die exakte Modelle benötigen), indem es die inhärenten Kurzzeitabhängigkeiten dynamischer Systeme als physikalisches Prior nutzt.