🤖 machine learning

Enhancing Symbolic Regression and Universal Physics-Informed Neural Networks with Dimensional Analysis

Este artículo propone un marco que integra el análisis dimensional (específicamente el teorema $\Pi$ de Buckingham y el método de Ipsen) con la regresión simbólica y las Redes Neuronales Universales Informadas por la Física para reducir los costos computacionales, minimizar el sobreajuste y mejorar significativamente la precisión en el descubrimiento de ecuaciones gobernantes a partir de datos limitados o ruidosos.

Autores originales: Lena Podina, Diba Darooneh, Joshveer Grewal, Mohammad Kohandel

Publicado 2026-06-23

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Lena Podina, Diba Darooneh, Joshveer Grewal, Mohammad Kohandel

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando descubrir la receta secreta de un pastel delicioso, pero solo tienes una lista de ingredientes y el sabor final, no las instrucciones. Quieres escribir la fórmula matemática exacta que convierte esos ingredientes en ese sabor. Esto es lo que los científicos llaman Regresión Simbólica: usar computadoras para descubrir las ecuaciones matemáticas ocultas que explican cómo funciona el mundo.

Sin embargo, esta tarea es como intentar encontrar una aguja específica en un pajar del tamaño de una montaña. La computadora tiene que adivinar miles de millones de fórmulas posibles, lo que toma mucho tiempo y a menudo conduce a respuestas erróneas (sobreajuste o overfitting).

Este artículo presenta un truco ingenioso para hacer que esta búsqueda sea más fácil y precisa: el Análisis Dimensional. Piensa en esto como un "traductor de unidades" que elimina las etiquetas confusas (como metros, segundos o kilogramos) y se concentra solo en las relaciones puras entre los números.

Así es como los autores lo hicieron, utilizando analogías sencillas:

1. El Problema: Demasiadas Variables

Imagina que intentas predecir qué tan rápido irá un coche. Podrías observar el tamaño del motor, el peso del coche, la velocidad del viento, la presión de los neumáticos y el estado de ánimo del conductor. Eso son cinco cosas diferentes que manejar. Si intentas encontrar una fórmula que conecte las cinco, es un caos.

2. La Solución: Los Filtros "Buckingham $\Pi$ " e "Ipsen"

Los autores utilizaron dos métodos específicos (llamados así por sus inventores, Buckingham e Ipsen) para simplificar el problema.

La Analogía: Imagina que estás horneando un pastel. En lugar de preocuparte por el peso exacto de la harina en gramos o la temperatura exacta en Celsius, te das cuenta de que lo que importa es la proporción de harina con respecto al azúcar y la proporción de calor con respecto al tiempo.
Lo que hizo el artículo: Tomaron sus datos complejos y los convirtieron en estas "proporciones" (llamadas grupos adimensionales). De repente, en lugar de lidiar con cinco variables, la computadora solo tenía que observar dos o tres. Es como reducir ese enorme pajar a un pequeño montón de heno.

3. El Experimento: Ecuaciones Algebraicas (La Prueba de la "Receta")

Primero, el equipo probó esto con fórmulas matemáticas simples (como la gravedad o cómo cae una pelota).

El Resultado: Cuando alimentaron a la computadora con los datos "brutos" (con unidades), a menudo adivinaba mal o tardaba mucho tiempo. Pero cuando la alimentaron con los datos de "proporción" (adimensionales), la computadora encontró la fórmula exacta y correcta casi siempre, y lo hizo mucho más rápido. Fue como darle a la computadora un mapa en lugar de una venda en los ojos.

4. La Prueba Avanzada: El Misterio "Parcialmente Conocido" (UPINNs)

A continuación, abordaron un desafío más difícil: las Ecuaciones Diferenciales. Estas son ecuaciones que describen cómo cambian las cosas con el tiempo, como el crecimiento de la población de conejos o una cuenta girando en un aro.

El Escenario: Imagina que conoces la mitad de la receta (por ejemplo, sabes cómo crece la población de conejos de forma natural), pero no conoces la segunda mitad (por ejemplo, cuántos conejos son comidos por los zorros).
La Herramienta: Utilizaron una IA especial llamada UPINN (Universal Physics-Informed Neural Network). Piensa en la UPINN como un "adivinador inteligente" que aprende la parte faltante de la receta basándose en los datos.
El Giro: Aplicaron su "filtro de proporción" (Análisis Dimensional) antes de que el adivinador inteligente mirara los datos.
El Resultado:
- Sin el filtro: El adivinador inteligente tenía dificultades, especialmente cuando los datos tenían ruido (como una receta con algunas migas quemadas). No podía descifrar la parte faltante con claridad.
- Con el filtro: El adivinador inteligente encontró la parte faltante con mucha más precisión. Debido a que los datos se simplificaron en proporciones puras, la computadora no se confundió con el ruido o las unidades.

5. La Gran Victoria: El Ejemplo de "Lotka-Volterra"

En su prueba más compleja (un modelo de depredador-presa), demostraron que, mediante el uso de su método, podían reducir la parte desconocida de la ecuación hasta dejarla con cero variables adicionales.

La Analogía: Normalmente, podrías pensar que la receta faltante depende de la temperatura, la humedad y la hora del día. Pero su método demostró que, en realidad, la parte faltante solo depende de la proporción de depredadores con respecto a las presas. Eliminó todo el desorden innecesario, dejando una fórmula clara y sencilla.

Resumen

El artículo afirma que, al traducir los datos del mundo real en "proporciones puras" (números adimensionales) antes de pedirle a una computadora que encuentre la fórmula matemática, puedes:

Encontrar la respuesta correcta con mucha más frecuencia.
Hacerlo más rápido porque hay menos posibilidades que revisar.
Manejar mejor los datos con ruido (como una receta con algunos errores).
Trabajar incluso cuando solo conoces parte de la física, ayudando a la IA a encontrar las piezas faltantes.

Esencialmente, no inventaron un nuevo tipo de computadora; simplemente le enseñaron a la computadora a mirar el problema de una manera más simple y "amigable para la física", haciendo que la tarea de descubrir los secretos de la naturaleza sea mucho más fácil.

Resumen Técnico: Mejora de la Regresión Simbólica y las UPINNs mediante el Análisis Dimensional

Planteamiento del Problema
En ingeniería y matemáticas aplicadas, derivar modelos matemáticos precisos e interpretables a partir de datos experimentales es crítico para el control y la optimación. La regresión simbólica (SR) ha emergido como una herramienta poderosa para descubrir ecuaciones de forma cerrada directamente de los datos sin supuestos predefinidos. Sin embargo, la SR enfrenta desafíos significativos: es un problema NP-duro caracterizado por un espacio de búsqueda exhaustivo que conduce a altos costos computacionales, convergencia lenta y un alto riesgo de sobreajuste (overfitting), particularmente cuando los conjuntos de datos son limitados o ruidosos. Además, los algoritmos de SR estándar a menudo tienen dificultades para imponer la consistencia física (homogeneidad dimensional) en las ecuaciones descubiertas. Aunque trabajos previos han integrado el análisis dimensional en la SR, estos se han limitado mayoritariamente a ecuaciones totalmente conocidas o no han demostrado sistemáticamente los beneficios de la adimensionalización en escenarios de "conocimiento parcial", donde algunos términos de una ecuación diferencial son conocidos y otros deben ser aprendidos.

Metodología
Los autores proponen un marco que integra el análisis dimensional —específicamente el teorema $\Pi$ de Buckingham y el método de Ipsen— con la regresión simbólica y las Redes Neuronales de Física Universal (UPINNs). La metodología se divide en dos flujos de trabajo principales:

Descubrimiento Completo de Ecuaciones Algebraicas:
Los autores combinan el teorema $\Pi$ de Buckingham con el algoritmo de regresión simbólica PySR. Demuestran que transformar los datos dimensionales brutos en términos $\pi$ adimensionales antes de la regresión reduce el número de variables de entrada. Este proceso simplifica el espacio de búsqueda, asegurando que las expresiones candidatas se construyan a partir de grupos adimensionales en lugar de las variables originales, eliminando así automáticamente las expresiones dimensionalmente inconsistentes.
Descubrimiento de Conocimiento Parcial en Ecuaciones Diferenciales (La Contribución Principal):
Para escenarios donde una ecuación diferencial es parcialmente conocida (por ejemplo, $du/dt = P(u,t) + Q(u,t)$ donde $P$ es conocido y $Q$ es desconocido), los autores introducen un nuevo flujo de trabajo:

Adimensionalización mediante el Método de Ipsen: A diferencia del teorema $\Pi$ de Buckingham, que minimiza el número total de términos $\pi$ , el método de Ipsen permite la selección específica de constantes adimensionales para minimizar el número de variables de entrada que aparecen en el término desconocido $Q$ . Esto se logra eliminando iterativamente las dimensiones del componente desconocido.
Aproximación UPINN: Se entrena una Red Neuronal de Física Universal (UPINN) para recuperar el término oculto $Q$ utilizando los datos adimensionalizados. La UPINN aprende $Q$ como una función de solo los grupos adimensionales relevantes, reduciendo significativamente la complejidad de la tarea de aproximación de funciones.
Regresión Simbólica: La salida de la UPINN (el término oculto aproximado) se introduce luego en un algoritmo de regresión simbólica (PySR) para encontrar una expresión de forma cerrada para el término adimensional desconocido.
Recuperación: La ecuación adimensional final puede mapearse de vuelta a las variables dimensionales originales para recuperar la ecuación gobernante.

El marco fue probado en tres casos distintos: un modelo de crecimiento logístico extendido (ODE de primer orden), un modelo de cuenta rotatoria (ODE de segundo orden) y un sistema de Lotka-Vollterra extendido (ODEs acopladas). Los experimentos se realizaron bajo condiciones tanto sin ruido como con ruido.

Contribuciones Clave

Integración de $\Pi$ de Buckingham con SR: El artículo demuestra que combinar el teorema $\Pi$ de Buckingham con PySR mejora significativamente la precisión de la recuperación de ecuaciones algebraicas, logrando a menudo la recuperación exacta donde la formulación original falla.
Nuevo Flujo de Trabajo de Conocimiento Parcial: Los autores introducen un flujo de trabajo que integra el método de Ipsen, las UPINNs y la SR. Este enfoque apunta específicamente a la recuperación de términos desconocos en ecuaciones diferenciales mediante la reducción de la dimensionalidad de entrada del componente desconocido antes del aprendizaje.
Validación Sistemática: El estudio proporciona una comparación sistemática del rendimiento de la SR en datos originales frente a datos adimensionalizados a través de múltiples tipos de ecuaciones diferenciales, mostrando mejoras consistentes en las métricas de error y en las tasas de recuperación de ecuaciones.

Resultados

Ecuaciones Algebraicas: Al aplicarse a siete ecuaciones algebraicas, la adimensionalización permitió que PySR recuperara las ecuaciones subyacentes reales exactamente (con un MSE insignificante) en casi todos los casos, mientras que la formulación original falló frecuentemente al generalizar o produjo expresiones incorrectas. Por ejemplo, en el caso de la ley de Coulomb, la adimensionalización redujo el problema a un solo término $\pi$ , permitiendo la recuperación exacta.
Ecuaciones Diferenciales (Crecimiento Logístico): Para el modelo de crecimiento logístico extendido, la UPINN recuperó con éxito el término oculto tanto en la forma original como en la adimensional. Sin embargo, la regresión simbólica en los datos adimensionales recuperó la expresión real ( $\alpha^2/(\alpha^2+1)$ ) con alta precisión, mientras que la SR en los datos originales falló en encontrar la forma correcta incluso aumentando el volumen de datos. Esta ventaja persistió bajo condiciones de ruido ( $\epsilon=0.05$ y $\epsilon=0.1$ ), donde el enfoque adimensional produjo errores cuadráticos medios (MSE) significativamente menores.
Ecuaciones Diferenciales (Cuenta Rotatoria): Se observaron resultados similares para el modelo de la cuenta rotatoria. El enfoque adimensional permitió que PySR recuperara la ecuación real ( $-\epsilon \sin \theta + \sin \theta \cos \theta$ ), mientras que la formulación original resultó en un MSE alto y expresiones incorrectas.
Ecuaciones Diferenciales (Lotka-Volterra): En el sistema de Lotka-Volterra extendido, el término desconocido se redujo a una función libre de parámetros de dos variables adimensionales ( $x, y$ ). Aunque la UPINN aprendió el término oculto con precisión en ambos casos, PySR tuvo dificultades para recuperar la función racional exacta en cualquiera de las dos formulaciones, aunque el enfoque adimensional aún produjo valores de pérdida más bajos. Los autores señalan que el conjunto de datos pudo haber carecido de la información suficiente para distinguir la verdad fundamental de expresiones similares.

Significancia y Reclamaciones
El artículo afirma que integrar el análisis dimensional con la regresión simbólica ofrece un marco robusto para el descubrimiento automatizado de ecuaciones gobernantes, particularmente cuando los datos son limitados o ruidosos. Al reducir el espacio de búsqueda a grupos adimensionales, el método reduce los costos computacionales, mitiga el sobreajuste y asegura la interpretabilidad física. Los autores enfatizan que, a diferencia de los métodos de compresión estadística (por ejemplo, PCA), el análisis dimensional preserva las relaciones invariantes entre las cantidades.

Los autores posicionan este trabajo modestamente como una prueba de concepto. Reconocen que el método depende de supuestos tales como variables de entrada y matrices dimensionales totalmente conocidas, y que la aplicación en el mundo real puede requerir el manejo de variables ocultas o no observadas. También señalan que, si bien el flujo de trabajo mejora el rendimiento, no garantiza el descubrimiento de la ecuación real en cada escenario complejo (como se vio en los resultados de Lotka-Volterra). Se sugiere como trabajo futuro relajar estos supuestos, crear comparativas (benchmarks) con datos del mundo real e investigar los efectos específicos de diferentes estrategias de adimensionalización en el rendimiento del algoritmo.