ASP-Assisted Symbolic Regression: Uncovering Hidden Physics in Fluid Mechanics

Resumen Técnico: Regresión Simbólica Asistida por ASP en Mecánica de Fluidos

Planteamiento del Problema
El modelado en mecánica de fluidos enfrenta una dicotomía entre la Dinámica de Fluidos Computacional (CFD) tradicional, que es físicamente transparente pero computacionalmente costosa, y los enfoques modernos de Aprendizaje Automático (ML), que ofrecen eficiencia pero a menudo carecen de interpretabilidad (comportamiento de "caja negra"). Aunque la Regresión Simbólica (SR) ha surgido como una alternativa prometedora capaz de descubrir expresiones matemáticas interpretables a partir de datos, los modelos de SR puramente basados en datos corren el riesgo de generar ecuaciones que son estadísticamente precisas pero físicamente poco plausibles. Pueden violar restricciones específicas del dominio o leyes físicas fundamentales porque operan sin conocimiento explícito de la física subyacente. Este estudio aborda el desafío de modelar el flujo laminar tridimensional (3D) en un canal rectangular, centrándose específicamente en derivar fórmulas compactas e interpretables para los campos de velocidad axial y presión que sean tanto precisos como físicamente consistentes.

Metodología
La investigación emplea una metodología de doble vía: un enfoque estándar de Regresión Simbólica seguido de un marco híbrido innovador que integra la Programación de Conjuntos de Respuesta (ASP).

1. Generación de Datos y Configuración:

   • El problema físico involucra flujo laminar 3D en un conducto rectangular simétrico ($L=5, H=W=1$).
   • Las ecuaciones gobernantes son las ecuaciones de Navier-Stokes adimensionales y la conservación de la masa.
   • Las soluciones numéricas se generan utilizando el Método de Volúmenes Finitos (FVM) implementado en MATLAB con una cuadrícula de $50 \times 25 \times 25$.
   • El flujo es impulsado por un gradiente de presión constante en la dirección del flujo ($c$), que sirve como parámetro de control principal. Un número de Reynolds efectivo ($Re$) se calcula a posteriori a partir de la solución numérica para servir como parámetro de control escalar para los modelos de SR.
   • Los conjuntos de datos incluyen entrenamiento ($Re \in \{34, 105, 174, 209, 279\}$) y prueba ($Re \in \{70, 139, 244\}$).

2. Fase de Regresión Simbólica (SR):

   • Se utiliza la biblioteca PySR (v0.19.4) para descubrir expresiones simbólicas para la velocidad axial ($u$) y la presión ($p$) como funciones de las coordenadas espaciales ($X, Y, Z$) y $Re$.
   • Primitivas: El espacio de búsqueda se restringe a operadores motivados por el dominio: aritmética básica ($+, -, *, /$) y polinomios de bajo orden (cuadrado, cubo).
   • Restricciones: Para garantizar la interpretabilidad, la complejidad de la expresión se limita a 25 operaciones. Las restricciones anidadas previenen funciones redundantes de alto orden.
   • Optimización: Los modelos se evolucionan durante 1000 iteraciones para minimizar el Error Cuadrático Medio (MSE), generando una frontera de Pareto de soluciones que equilibran precisión y simplicidad.

3. Fase Híbrida SR/ASP:

   • Para abordar la limitación de los modelos puramente basados en datos, los autores integran SR con Programación de Conjuntos de Respuesta (ASP), un paradigma de programación declarativa para la satisfacción de restricciones.
   • Flujo de trabajo: SR genera ecuaciones candidatas. Estas se analizan para extraer hechos (por ejemplo, complejidad, pérdida, presencia de términos específicos como $Re$o$Y^2$).
   • Filtrado: Un programa ASP codifica restricciones físicas específicas del dominio (por ejemplo, exclusión de términos no físicos como $X^3$ o $Y^3$, requisito de inclusión de $Re$, adherencia a condiciones de contorno de no deslizamiento y requisitos de simetría).
   • Resolución: Un solucionador ASP (CLASP) procesa estos hechos y restricciones para filtrar la salida de SR, reteniendo únicamente ecuaciones que son tanto estadísticamente precisas como físicamente válidas.

Contribuciones Clave

• Derivación de Leyes Físicas Compactas: El estudio deriva exitosamente ecuaciones simbólicas explícitas y de forma cerrada para la velocidad y presión del flujo laminar 3D que coinciden estrechamente con las soluciones numéricas y las tendencias analíticas establecidas.
• Integración Novedosa SR/ASP: El artículo presenta, según el conocimiento de los autores, el primer esfuerzo para combinar la Regresión Simbólica con la Programación de Conjuntos de Respuesta. Este marco híbrido aprovecha el poder generativo de SR y el razonamiento declarativo de ASP para asegurar que los modelos derivados se adhieran a principios físicos.
• Validación de Robustez: El enfoque se valida mediante inyección de ruido (se añade un 2% de ruido a los datos) y expansión del conjunto de operadores (incluyendo funciones trigonométricas/exponenciales), demostrando que las relaciones polinómicas descubiertas son reflejos genuinos de la física del flujo y no artefactos del espacio de búsqueda.

Resultados

• Modelo de Velocidad: El modelo SR derivó la ecuación $u_{symb} = Re(2.18 - 8.46 Y^2)(1 - 3.89 Z^2)$. Esta expresión captura el perfil de velocidad parabólico esperado. Logró un Error Absoluto Medio Normalizado (NMAE) de 0.008% en el conjunto de entrenamiento y 0.010% en el conjunto de prueba.
• Modelo de Presión: La ecuación de presión derivada es $p_{symb} = Re(143.43 - 28.69 X)$, reflejando una caída de presión lineal. Este modelo logró un NMAE en el rango de $10^{-8}\%$, indicando una alineación casi perfecta con los datos numéricos.
• Comparación con la Literatura: La ecuación de velocidad derivada aproxima estrechamente la solución analítica para conductos rectangulares encontrada en la literatura (por ejemplo, $u \propto (1-4y^2)(1-4z^2)$), con discrepancias menores atribuidas a datos numéricos de resolución finita.
• Filtrado ASP: En un ejemplo representativo, el módulo ASP filtró exitosamente una frontera de Pareto de 14 ecuaciones. Seleccionó los candidatos más precisos y físicamente válidos (incluida la ecuación de velocidad final) en aproximadamente 0.1 segundos, un tiempo negligible en comparación con los 15 minutos requeridos para la fase de entrenamiento de SR. El filtrado excluyó exitosamente ecuaciones que violaban la simetría o las condiciones de contorno.

Significado y Afirmaciones
El artículo afirma que la metodología SR/ASP propuesta demuestra el potencial de combinar enfoques basados en datos y de representación del conocimiento para mejorar la interpretabilidad, fiabilidad y alineación física de los modelos de IA en dinámica de fluidos.

• Interpretabilidad: A diferencia de los modelos de ML de "caja negra", las ecuaciones resultantes son legibles por humanos y revelan la física subyacente (velocidad parabólica, caída de presión lineal).
• Fiabilidad: Al integrar ASP, el marco asegura que los modelos no solo ajusten los datos, sino que también respeten restricciones específicas del dominio, previniendo la selección de ecuaciones físicamente imposibles.
• Eficiencia: Las expresiones simbólicas derivadas sirven como sustitutos eficientes para métodos numéricos computacionalmente intensivos, ofreciendo predicciones rápidas y precisas.

Los autores mantienen un tono modesto respecto a las implicaciones futuras, señalando que, aunque el estudio actual se centra en una geometría específica de canal 3D, el marco es generalizable. Sugieren que el trabajo futuro podría involucrar la integración de polinomios de Chebyshev en los operadores de SR y el uso de Modelos de Lenguaje Grande para derivar automáticamente restricciones ASP a partir de descripciones en lenguaje natural del conocimiento del dominio.