🤖 machine learning

Equivariant Eikonal Neural Networks: Grid-Free, Scalable Travel-Time Prediction on Homogeneous Spaces

Este artículo presenta los Resolutores Eicónicos Neuronales Equivariantes, un marco novedoso que combina Campos Neuronales Equivariantes con Redes Neuronales Informadas por la Física para predecir eficientemente los tiempos de viaje en espacios homogéneos arbitrarios mediante el aprovechamiento de un tronco común condicionado por nubes de puntos latentes para mejorar el anclaje geométrico, la escalabilidad y la capacidad de dirección de la solución.

Autores originales: Alejandro García-Castellanos, David R. Wessels, Nicky J. van den Berg, Remco Duits, Daniël M. Pelt, Erik J. Bekkers

Publicado 2026-07-30

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Alejandro García-Castellanos, David R. Wessels, Nicky J. van den Berg, Remco Duits, Daniël M. Pelt, Erik J. Bekkers

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 eres un maestro cartógrafo intentando dibujar la ruta más rápida para un viajero que debe ir del punto A al punto B. Pero aquí está el giro: el suelo bajo sus pies no es plano ni uniforme. A veces es una autopista suave, otras veces es un pantano lodoso, y a veces el viajero se mueve sobre la superficie curva de una bola gigante o un mundo con forma de silla de montar. En física e ingeniería, calcular estos "tiempos de llegada más rápidos" está gobernado por un rompecabezas matemático complejo llamado ecuación de eikonal. Piensa en esto como el calculador de tráfico definitivo que te dice cuánto tardará una onda de sonido, luz o el movimiento de un robot en llegar a su destino a través de un paisaje complejo.

Durante décadas, los científicos han utilizado herramientas rígidas basadas en cuadrículas para resolver este rompecabezas, como intentar dibujar una curva suave usando solo ladrillos de Lego cuadrados. Si el paisaje se vuelve muy complejo, necesitas millones de diminutos ladrillos, lo que tarda una eternidad en computarse y consume toda la memoria de tu ordenador. Recientemente, las computadoras inteligentes (redes neuronales) empezaron a intentar resolver esto sin los ladrillos, aprendiendo la forma del mundo directamente. Pero estos nuevos métodos a menudo tenían que ser reentrenados desde cero cada vez que el paisaje cambiaba, lo que los hacía demasiado lentos para un uso en tiempo real. Eran como un chef que puede hacer una pizza perfecta, pero si le pides una hamburguesa, tiene que volver a la escuela de cocina y aprender todo de nuevo.

Aquí es donde un equipo de investigadores de los Países Bajos interviene con una idea ingeniosa. Construyeron una red neuronal "cambiaformas" que no solo aprende un mapa específico; aprende las reglas de cómo cambian los mapas cuando rotas o desplazas el mundo. Al tratar el problema como un juego de simetría geométrica, crearon un sistema que puede adaptarse instantáneamente a nuevos terrenos sin necesidad de reaprenderlo todo. Es como enseñarle al chef el ingrediente secreto que hace que cualquier plato sepa bien, para que pueda cambiar instantáneamente de pizza a hamburguesa simplemente cambiando los ingredientes, no la receta.

La magia del mapa "dirigible"

El artículo presenta un marco de trabajo llamado Equivariant Neural Eikonal Solvers (E-NES). Para entender cómo funciona, imagina que tienes una sábana de goma mágica y elástica que representa un paisaje. Si deslizas una roca a través de esta sábana, las ondulaciones (los tiempos de viaje) se mueven con ella perfectamente. Si rotas la sábana, las ondulaciones también rotan. Esta propiedad se llama equivarianza.

La mayoría de las redes neuronales antiguas son como estatuas rígidas; si rotas la entrada, la salida se desordena y la red tiene que adivinar qué sucedió. El E-NES, sin embargo, está construido con un "cerebro geométrico". Entiende que si rotas la entrada (el campo de velocidad o el terreno), la solución (el tiempo de viaje) debe rotar de una manera correspondiente y predecible. Los investigadores lograron esto representando las "condiciones" del problema no como una simple lista de números, sino como una nube de puntos flotando en un espacio matemático especial llamado grupo de Lie. Piensa en esta nube de puntos como un conjunto de anclas flotantes que le dicen a la red dónde sopla el "viento" o dónde se encuentra el "lodo".

El movimiento genial aquí es que la red comparte su "memoria muscular" (pesos) a través de todas estas transformaciones. En lugar de aprender una solución separada para cada rotación o desplazamiento posible, aprende una solución maestra que puede ser "dirigida" para ajustarse a cualquier orientación. Si le dices a la red: "Rota el viento 90 grados", la red no necesita reentrenarse; simplemente aplica esa rotación a su lógica interna, y el mapa de tiempo de viaje se actualiza instantáneamente y correctamente.

Lo que encontraron y cómo lo probaron

El equipo puso a prueba su nuevo solver en tres mundos muy diferentes: mapas 2D planos, cubos 3D y la superficie curva de una esfera (como la Tierra). Compararon su método contra el estado del arte actual, que incluye "Operadores Neuronales" (como FC-DeepONet) y otros métodos libres de cuadrícula.

En las pruebas 2D, que utilizaron un conjunto de datos de referencia llamado OpenFWI con 10 tipos diferentes de campos de velocidad (algunos planos, otros curvos, algunos con fallas), el E-NES demostró que podía ser increíblemente preciso. Cuando dejaron que la red realizara un "autodecodificado" (ajuste fino de sus configuraciones internas) durante unos 100 ciclos, superó a la competencia en siete de los diez conjuntos de datos. Para los mapas más complicados y complejos, la mejora fue sustancial. Incluso cuando aceleraron el proceso para ahorrar tiempo (usando un enfoque de "meta-aprendizaje" que solo tomaba unos pocos pasos), el E-NES seguía siendo competitivo, pero con una mejora masiva de velocidad.

Aquí es donde los números son emocionantes: los métodos tradicionales tardaban cientos de segundos en ajustar un solo mapa nuevo. El E-NES, utilizando su truco de meta-aprendizaje, pudo ajustar 100 campos de velocidad diferentes en menos de 6 segundos en total. Eso es una mejora de dos órdenes de magnitud. Mientras que el modo de "convergencia total" (donde se ejecuta durante más tiempo para obtener la precisión absoluta) tomó unos 222 segundos para 100 campos, aun así produjo errores menores que los competidores en la mayoría de los casos.

También probaron el sistema en 3D. A medida que aumentaban el tamaño de la cuadrícula desde un pequeño bloque de 2x2x2 hasta un enorme bloque de 6x6x6, el E-NES mantuvo sus tasas de error estables. A diferencia de los métodos antiguos basados en cuadrículas (como el Método de Marcha Rápida), que se vuelven cada vez más lentos a medida que se añade más detalle, el E-NES se mantuvo rápido porque no depende de una cuadrícula en absoluto. Trata al mundo como un flujo continuo, por lo que añadir más resolución no lo rompe.

Finalmente, llevaron el sistema a una esfera (la 2-esfera, $S^2$ ). Este es un mundo no euclidiano, lo que significa que la geometría es curva como una bola, no plana como una mesa. Probaron con velocidades constantes y con campos de "obstáculo Gaussiano" (donde una zona lenta actúa como un bulto en la esfera). El E-NES manejó esto de maravilla, logrando un error relativo de solo 0.013 para velocidades constantes y 0.015 para los campos de obstáculos. Incluso logró planificar trayectorias geodésicas (las rutas más cortas en una esfera), curvando la trayectoria alrededor de los obstáculos tal como dicta la física.

Por qué esto importa

El artículo descarta explícitamente la idea de que necesitas reentrenar una red para cada nuevo escenario o que estás atrapado con las limitaciones de una cuadrícula. Argumentan contra el "entrenamiento por instancia" de los métodos anteriores, mostrando que esto crea un cuello de botella para las aplicaciones en tiempo real. En su lugar, demuestran que al incrustar la simetría geométrica directamente en la arquitectura de la red, obtienes un sistema que no solo es más preciso, sino también "dirigible".

Esta capacidad de ser dirigido es la clave. Significa que si cambias la entrada (como rotar un campo de velocidad), la salida cambia de una manera matemáticamente garantizada. Esto permite que el sistema se generalice a variedades de Riemann arbitrarias —ya sean planas, esféricas o hiperbólicas— sin necesidad de ajustes especiales. Los autores sugieren que este enfoque podría revolucionar campos como la imagen sísmica (mapeo de estructuras subterráneas), la robótica (planificación de rutas para robots en entornos complejos) y la visión por computadora (comprensión de formas 3D).

En resumen, los investigadores no solo construyeron un calculador más rápido; construyeron un calculador que entiende la geometría del mundo para el que está calculando. Demostraron que, al respetar las simetrías del universo, puedes resolver complejos acertijos de tiempo de viaje con una fracción del esfuerzo, abriendo la puerta al modelado de alta precisión en tiempo real en 2D, 3D e incluso en la superficie de una esfera.

Resumen Técnico: Redes Neuronales Eikonal Equivariantes

Planteamiento del Problema

La ecuación de Eikonal, una ecuación diferencial parcial (PDE) no lineal de primer orden, es fundamental para calcular los tiempos de llegada más cortos (tiempos de viaje) en campos de velocidad escalares en diversos dominios, tales como la visión por computadora (Funciones de Distancia con Signo, segmentación geodésica), la robótica (planificación de movimiento) y la geofísica (propagación de ondas sísmicas).

Los resolvedores numéricos convencionales, incluyendo el Método de Marcha Rápida (FMM) y el Método de Barrido Rápido (FSM), dependen fuertmente de la discretización espacial. Esto crea un compromiso donde los modelos de velocidad complejos requieren rejillas de alta resolución, lo que conduce a costos computacionales y de memoria prohibitivos. Aunque las Redes Neuronales Informadas por la Física (PINNs) ofrecen una alternativa libre de rejilla al integrar restricciones de la PDE en la función de pérdida, típicamente requieren entrenar una red separada para cada campo de velocidad distinto, lo que limita su aplicabilidad en escenarios de tiempo real o a gran escala.

Los Operadores Neuronales (por ejemplo, DeepONet, Operadores de Fourier) intentan aprender mapeos entre espacios de funciones (campos de velocidad hacia soluciones de tiempo de viaje) utilizando arquitecturas compartidas (backbones). Sin embargo, los enfoques existentes a menudo dependen de una discretización parcial, carecen de invarianza de resolución o dependen de la supervisión de resolvedores numéricos. Además, frecuentemente no aprovechan explícitamente las simetrías geométricas inherentes al problema, perdiendo oportunidades para mejorar la eficiencia de representación y la generalización.

Metodología: Resolvedor Eikonal Neuronal Equivariante (E-NES)

Los autores proponen el Resolvedor Eikonal Neuronal Equivariante (E-NES), un marco que integra Campos Neuronales Equivariantes (ENFs) con resolvedores de Eikonal neuronales. La innovación central radica en modelar la solución como un campo neuronal condicional donde las variables de condicionamiento son nubes de puntos geométricas dentro de un grupo de Lie, asegurando la equivariancia bajo acciones de grupo.

1. Marco Teórico

El método define un campo neuronal condicional $T_\theta(s, r; z)$ que aproxima la solución del tiempo de viaje $T(s, r)$ para un campo de velocidad dado. La variable de condicionamiento $z$ se representa como un conjunto de pares pose-contexto $z = \{(g_i, c_i)\}_{i=1}^N$ , donde $g_i$ son elementos de grupo (poses) y $c_i$ son vectores de contexto.

El marco impone una restricción de dirigibilidad (steerability constraint):
$T_\theta(s, r; g \cdot z) = T_\theta(g^{-1} \cdot s, g^{-1} \cdot r; z)$
Esta propiedad asegura que aplicar una transformación de grupo $g$ a la variable de condicionamiento latente induce una transformación correspondiente y predecible en la solución del tiempo de viaje. Consecuentmente, la red generaliza a través de toda la órbita de transformaciones de grupo sin necesidad de aumentación de datos explícita.

La solución se factoriza como $T(s, r) = \tilde{d}(s, r) \tau(s, r)$ , donde $\tilde{d}$ es una semimétrica invariante de grupo (por ejemplo, distancia geodésica o distancia cordal euclídea) y $\tau$ es el campo escalar aprendible.

2. Arquitectura del Modelo

La arquitectura E-NES consta de dos componentes principales:

Codificador de Atención Cruzada Invariante: Este módulo computa representaciones invariantes de las coordenadas de entrada $(s, r)$ y la nube de puntos de condicionamiento $z$ . Utiliza el método del marco móvil para derivar un conjunto completo de invariantes funcionalmente independientes. Específicamente, para cada pose $g_i$ en la nube de puntos, computa invariantes vía $Inv(s, r, g_i) = (g_i^{-1} \cdot s, g_i^{-1} \cdot r)$ . Estos invariantes son procesados a través de Características de Fourier Aleatorias (RFF) y alimentados a un mecanismo de atención cruzada donde la consulta (query) se deriva de las características invariantes y las llaves/valores (keys/values) de los vectores de contexto.
Proyección de Velocidad Acotada: La salida del codificador se pasa a través de un Perceptrón Multicapa (MLP) con activaciones AdaptiveGauss para modelar frentes de onda agudos. Una capa de proyección final mapea la salida al rango físicamente válido $[1/v_{max}, 1/v_{min}]$ .

3. Computación de Invariantes

Una contribución teórica clave es la extensión del método del marco móvil a variedades de producto donde la acción de grupo puede no ser libre. Los autores demuestran que, al aumentar el espacio con un elemento de grupo latente aprendible, se puede derivar sistemáticamente un conjunto completo de invariantes funcionalmente independientes. Esto garantiza una pérdida de información de cero durante la canonicalización y asegura la expresividad del modelo.

4. Estrategia de Entrenamiento

El modelo se entrena utilizando principios de Redes Neuronales Informadas por la Física (PINN). La función de pérdida penaliza las desviaciones de la forma Hamiltoniana de la ecuación de Eikonal ( $H=0$ ) en pares fuente-receptor muestreados. Los autores emplean dos modos de entrenamiento:

Autodecodificación (Autodecoding): Optimizando simultáneamente los pesos de la red $\theta$ y las variables latentes $z$ .
Meta-aprendizaje (Meta-learning): Un bucle externo optimiza $\theta$ , mientras que un bucle interno optimiza $z$ para campos de velocidad específicos en pocos pasos, permitiendo una rápida adaptación a nuevos campos.

Contribuciones Clave

Generalización de Campos Neuronales Equivariantes: Los autores extienden los ENFs a funciones definidas sobre productos de variedades de Riemann con acciones de grupo regulares, cubriendo espacios homogéneos asociados con grupos de Lie lineales.
Marco E-NES: Implementan un resolvedor que aprovecha las simetrías geométricas para resolver ecuaciones de Eikonal, permitiendo la generalización a través de transformaciones de grupo sin aumentación de datos.
Garantías Teóricas: Proporcionan un análisis de expresividad formal que establece un conjunto completo de invariantes independientes, abordando vacíos en trabajos previos donde los invariantes se seleccionaban de forma heurística.
Escalabilidad Libre de Rejilla: El enfoque ofrece un método libre de rejilla e independiente de la resolución para resolver ecuaciones de Eikonal en variedades de Riemann arbitrarias, incluyendo espacios euclídeos, esféricos e hiperbólicos.

Resultados Experimentales

Los autores validaron E-NES en entornos de prueba 2D, 3D y esféricos:

Benchmarks 2D OpenFWI: En diez categorías de campos de velocidad (ej. FlatVel, CurveFault, Style), E-NES superó a FC-DeepONet en 7 de 10 conjuntos de datos cuando se utilizó la convergencia completa de autodecodificación. Logró errores relativos (RE) significativamente menores y demostró una adaptabilidad superior a geometrías complejas.
Comparación con Functa: E-NES superó consistentemente a Functa (un estándar de línea base de Campo Neuronal Condicional) en todos los conjuntos de datos, debido al condicionamiento por nube de puntos geométricos de E-NES frente a los vectores latentes globales de Functa.
Escalabilidad (3D): Al extenderse a 3D, E-NES mantuvo métricas de error estables a medida que las dimensiones de la rejilla aumentaban, mientras que los métodos tradicionales como FMM sufren un crecimiento computacional exponencial. E-NES demostró ventajas computacionales sobre FMM incluso con tamaños de rejilla mínimos, con ganancias de eficiencia que se amplifican a mayor escala.
Dominios No Euclídeos: El método se generalizó con éxito a la 2-esfera ( $S^2$ ) con dirigibilidad $SO(2)$, logrando bajos errores relativos en campos de velocidad constantes y complejos. Permitió la planificación de rutas geodésicas mediante integración de gradientes, navegando correctamente alrededor de obstáculos.
Eficiencia: Aunque la autodecodificación requiere tiempo de optimización, el enfoque de meta-aprendizaje redujo el tiempo de ajuste para 100 campos de velocidad de ~1000 segundos (DeepONet) a menos de 6 segundos, representando una mejora de dos órdenes de magnitud en la velocidad de inferencia para nuevos campos.

Significancia y Reivindicaciones

El artículo afirma que E-NES representa un avance significativo en el aprendizaje automático científico para la resolución de PDEs al unificar el aprendizaje profundo geométrico con restricciones informadas por la física.

Dirigibilidad y Control: El marco permite a los usuarios inducir modificaciones geométricamente significativas en la solución transformando la nube de puntos latente, ofreciendo un nivel de control ausente en los Operadores Neuronales estándar.
Eficiencia de Representación: Al compartir pesos a través de la órbita del grupo, el modelo logra una mayor eficiencia de representación y robustez en comparación con métodos que requieren un entrenamiento separado para cada instancia.
Flexibilidad: Su naturaleza libre de rejilla permite la evaluación continua a resoluciones arbitrarias, lo que lo hace adecuado para aplicaciones que requieren alta precisión o planificación de rutas continuas (ej. robótica, trazado de rayos).
Adaptabilidad en Tiempo de Prueba: A diferencia de los Operadores Neuronales de pesos fijos, E-NES permite a los profesionales ajustar dinámicamente el compromiso entre precisión y costo computacional en el tiempo de prueba variando el número de iteraciones de optimización.

Los autores posicionan este trabajo como un paso hacia resolvedores más generalizables y con base geométrica para sistemas físicos complejos, con trabajos futuros planeados para espacios de posición-orientación y geometrías hiperbólicas.