🔢 mathematics

Evaluation of Sampling Strategies and Physics-Informed Kolmogorov--Arnold Networks in Unbounded Domains

Este artículo evalúa estrategias de aprendizaje informado por la física para problemas inversos de EDP en dominios no acotados, demostrando que las distribuciones de muestreo gaussianas y exponenciales mejoran la precisión de la reconstrucción en el campo lejano, mientras que las Redes de Kolmogorov–Arnold (PIKANS) logran una precisión comparable o superior con menos neuronas que los MLP tradicionales, aunque a un costo computacional más alto.

Autores originales: Gregorio Pérez-Bernal, Oscar Rincón-Cardeño, Silvana Montoya-Noguera, Nicolás Guarín-Zapata

Publicado 2026-10-05

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Gregorio Pérez-Bernal, Oscar Rincón-Cardeño, Silvana Montoya-Noguera, Nicolás Guarín-Zapata

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 intentar comprender un vasto paisaje invisible tomando mediciones en unos pocos puntos dispersos. Este es el desafío diario de los científicos que estudian fenómenos que se extienden infinitamente, como la forma en que el calor se disipa en el aire abierto o cómo las ondas sísmicas viajan a través de la corteza terrestre. En estos mundos "no acotados", no hay paredes que detengan la acción, y los efectos de una perturbación pueden, teóricamente, propagarse por siempre. Para estudiar tales cosas en una computadora, los investigadores deben construir modelos digitales que imiten estos espacios infinitos. Sin embargo, una computadora no puede contener una cantidad infinita de información. Debe elegir un número finito de puntos para muestrear y, si elige esos puntos de manera deficiente —por ejemplo, distribuyéndolos uniformemente a través de un área vasta y vacía— podría perderse los detalles más importantes donde realmente está ocurriendo la acción.

Durante décadas, los científicos han utilizado una poderosa herramienta llamada red neuronal informada por la física para resolver estos acertijos. Piensa en esta herramienta como un estudiante inteligente que aprende las reglas de la física, como las leyes que gobiernan el calor o el flujo de fluidos, y luego intenta adivinar la solución a un problema específico. El estudiante recibe algunas mediciones del mundo real y un conjunto de leyes físicas, y debe deducir el resto de la imagen. Pero cuando el problema involucra un espacio infinito, este estudiante suele tener dificultades. Tiende a concentrarse demasiado en el centro del mapa y olvida cómo se comporta la solución lejos de allí, o se confunde por el tamaño descomunal del espacio vacío que intenta llenar.

Un equipo de investigadores de la Universidad EAFIT en Colombia se propuso recientemente solucionar este problema específico. Querían saber si podían enseñar a estos estudiantes digitales a prestar atención a los lugares correctos y si un tipo de cerebro computacional más nuevo y flexible podía ayudarlos a lograrlo mejor. Probaron dos ideas principales: primero, cambiar la forma en que la computadora elige sus puntos de muestreo, y segundo, reemplazar el cerebro computacional estándar por un diseño más nuevo que aprende de manera diferente.

Los investigadores comenzaron analizando cómo la computadora elige dónde mirar. En un enfoque estándar, la computadora elige puntos de manera uniforme, como una cuadrícula de puntos esparcidos por un campo. El equipo se dio cuenta de que, para problemas donde la solución se desvanece a medida que te alejas, esta distribución uniforme es un desperdicio. En su lugar, intentaron enseñar a la computadora a elegir más puntos donde la acción está ocurriendo y menos puntos donde las cosas están tranquilas. Utilizaron dos patrones específicos para esto: uno que agrupa los puntos alrededor del centro como una curva de campana, y otro que coloca muchos puntos cerca de un límite y luego deja que se dispersen rápidamente a medida que te alejas. Descubrieron que este simple cambio marcó una gran diferencia. Al concentrar su atención donde la solución cambiaba más, los modelos computacionales se volvieron mucho mejores para adivinar lo que estaba sucediendo en los confines lejanos del dominio, incluso en áreas donde no tenían datos directos. Fue como si el estudiante aprendiera a dedicar su tiempo de estudio a los capítulos más difíciles de un libro en lugar de leer todo por igual de forma superficial.

A continuación, el equipo comparó el cerebro computacional estándar, conocido como perceptrón multicapa, con una arquitectura más nueva llamada red de Kolmogorov–Arnold. El cerebro estándar funciona pasando la información a través de una serie de filtros fijos que no pueden cambiar su forma. El cerebro más nuevo, sin embargo, está construido de forma distinta. En lugar de filtros fijos, utiliza curvas flexibles y aprendibles en las conexiones entre sus partes. Esto le permite adaptar su forma para ajustarse al problema específico que está resolviendo. Los investigadores encontraron que este nuevo cerebro era increíblemente eficiente. Podía lograr el mismo nivel de precisión que el cerebro estándar pero con muchos menos componentes internos. Era como encontrar una forma de resolver un rompecabezas complejo con menos piezas.

Sin embargo, había un inconveniente. Si bien el nuevo cerebro era más eficiente en términos de la cantidad de partes que utilizaba, era más lento para trabajar. Debido a que sus curvas flexibles debían ser calculadas y ajustadas constantemente, tomaba más tiempo entrenarlo y más tiempo realizar predicciones. El cerebro estándar era más rápido, incluso si necesitaba más partes para hacer su trabajo. Los investigadores concluyeron que la elección entre los dos depende de qué sea más importante para la tarea específica: si la prioridad es la velocidad, el cerebro estándar es mejor; si el objetivo es la precisión con un modelo más pequeño, el nuevo cerebro es la opción superior.

El estudio también destacó que estas mejoras fueron más notables cuando se le pidió a la computadora predecir qué sucede lejos de los datos conocidos. En los dominios no acotados que probaron, la capacidad de adivinar correctamente el comportamiento de la solución en la distancia fue la verdadera prueba de éxito. Al combinar la forma más inteligente de elegir los puntos de muestreo con la arquitectura de cerebro más flexible, los investigadores demostraron que es posible construir modelos que comprendan el infinito sin necesidad de cortar artificialmente el mundo. Su trabajo sugiere que, para los científicos que intentan modelar los alcances infinitos del mundo físico, la clave no reside solo en tener más datos, sino en enseñar a la computadora cómo mirar los datos que posee.

Resumen Técnico: Evaluación de Estrategias de Muestreo y Redes de Kolmogorov–Arnold Informadas por la Física en Dominios No Acotados

Planteamiento del Problema
Las Redes Neuronales Informadas por la Física (PINNs) se han convertido en un marco estándar para resolver ecuaciones diferenciales parciales (PDE) y problemas inversos al integrar las leyes físicas en el proceso de aprendizaje. Sin embargo, su aplicación en dominios no acotados (regiones infinitas y semi-infinitas) sigue siendo un desafío. La dificultad principal radica en representar una región no acotada con un conjunto finito de puntos de entrenamiento preservando, al mismo tiempo, el comportamiento asintótico de la solución. Los métodos numéricos tradicionales suelen abordar esto mediante la truncación del dominio y la imposición de condiciones de contorno artificiales, lo que puede introducir errores dependientes de la ubicación de dicha truncación. Además, los problemas inversos en estos dominios requieren la aproximación simultánea del campo de la solución y la identificación de parámetros espaciales desconocidos, lo que crea un paisaje de optimización complejo.

Metodología
Los autores proponen una evaluación sistemática de estrategias complementarias para mejorar el rendimiento de las PINNs en problemas inversos no acotados. El marco integra tres componentes clave:

Arquitectura de Doble Red: En lugar de una única red de múltiples salidas, el marco emplea dos redes neuronales independientes: una ( $\mathcal{N}_u$ ) para aproximar el campo de la solución $u(\mathbf{x})$ y otra ( $\mathcal{N}_k$ ) para inferir el campo del coeficiente desconocido $k(\mathbf{x})$ . Estas redes están acopladas mediante una función de pérdida informada por la física derivada de la ecuación de Poisson ( $\nabla \cdot (k \nabla u) + f = 0$ ).
Estrategias de Muestreo Informadas por la Física: Para abordar la naturaleza no acotada del dominio sin una truncación arbitraria, el estudio evalúa distribuciones de muestreo no uniformes que incorporan el conocimiento previo del decaimiento asintótico de la solución.
- Muestreo Uniforme: Muestreo estándar sobre una caja finita.
- Muestreo Gaussiano: Utilizado para dominios infinitos, concentrando los puntos alrededor de la región de interés mientras mantiene una densidad de probabilidad no nula sobre el dominio no acotado.
- Muestreo Exponencial: Utilizado para dominios semi-infinitos (combinado con el gaussiano para la otra dimensión), colocando más puntos cerca del límite y progresivamente menos puntos hacia la región asintótica.
Arquitecturas de Red (MLP vs. KAN): El estudio compara los Perceptrones Multicapa (MLP) convencionales, que utilizan funciones de activación fijas en los nodos, frente a las Redes de Kolmogorov–Arnold (KAN). Las KAN se fundamentan en el teorema de representación de Kolmogorov–Arnold, reemplazando las activaciones de los nodos fijos por funciones basadas en splines aprendibles en las aristas de la red. Esto permite que la red adapte su representación funcional durante el entrenamiento.

La evaluación utiliza soluciones manufacturadas para dos problemas inversos de referencia: uno en un dominio infinito y otro en un dominio semi-infinito. Ambos implican la recuperación de un coeficiente espacialmente variable $k$ y la solución $u$ a partir de datos observacionales dispersos y la PDE gobernante.

Contribuciones Clave

Benchmarking Sistemático: El artículo proporciona una evaluación cuantitativa de cómo las distribuciones de muestreo (Uniforme, Gaussiana, Exponencial) afectan la precisión de la reconstrucción y la generalización en problemas inversos no acotados.
Evaluación de PIKAN: Introduce y evalúa las Redes de Kolmogorov–Arnold Informadas por la Física (PIKANs) para problemas inversos en dominios no acotados, una combinación no evaluada previamente en este contexto.
Análisis de Compromisos (Trade-off): El estudio caracteriza los compromisos entre la precisión predictiva, el tamaño del modelo (número de neuronas vs. parámetros) y el costo computacional (tiempo de entrenamiento, inferencia y evaluación de derivadas) entre MLPs y PIKANs.
Ponderación Adaptativa: El marco emplea una ponderación de pérdida adaptativa para equilibrar los objetivos contrapuestos de reconstruir el campo de la solución e inferir el campo del coeficiente.

Resultados

Estrategias de Muestreo: Las estrategias de muestreo Gaussiano y exponencial superan significativamente al muestreo uniforme, particularmente en el campo lejano. Al concentrar los puntos de colocación donde la solución presenta una variación significativa y decaer hacia la región asintótica, estas estrategias mejoran la precisión de la reconstrucción sin requerir una truncación explícita del dominio. Los parámetros de la distribución ( $\sigma$ para Gaussiano, $\lambda$ para exponencial) permiten la incorporación directa de conocimiento previo específico del problema.
Precisión vs. Eficiencia:
- Precisión: Las PIKANs igualan o exceden la precisión de las PINNs basadas en MLP. Logran errores globales comparables o menores requiriendo menos neuronas ocultas.
- Parámetros y Costo: A pesar de usar menos neuronas, las PIKANs no necesariamente reducen el número total de parámetros entrenables o el costo computacional. Las funciones de spline aprendibles en las aristas introducen parámetros adicionales (coeficientes de spline, factores de escala) y aumentan la carga computacional para los pasos hacia adelante (forward passes) y, notablemente, para la evaluación de derivadas (requerida para los residuos de la PDE).
- Tiempo de Entrenamiento: Las PIKANs requieren más tiempo para entrenar y realizar la inferencia en comparación con las MLPs bajo condiciones idénticas. El costo es más pronunciado para las derivadas de segundo orden.

Significancia y Reivindicaciones
El artículo sostiene que la metodología propuesta ofrece un mecanismo directo para integrar el conocimiento previo sobre el comportamiento espacial de las soluciones en el proceso de entrenamiento, evitando la necesidad de una truncación de dominio artificial. Los hallazgos sugieren que, si bien las PIKANs ofrecen una mayor flexibilidad de aproximación (logrando alta precisión con menos neuronas), esto conlleva un mayor costo computacional debido a la complejidad de la evaluación y diferenciación de los splines.

Los autores posicionan este trabajo como una investigación controlada sobre los efectos del muestreo y la arquitectura en problemas inversos no acotados. Señalan modestamente que, aunque los benchmarks son simplificados, aíslan decisiones metodológicas específicas para guiar el diseño de modelos. El estudio concluye que el trabajo futuro debería centrarse en reducir la carga computacional de la evaluación de splines para hacer que las PIKANs sean viables para aplicaciones a gran escala y explorar formulaciones híbridas (por ejemplo, Métodos de Elementos de Contorno combinados con PINNs) para manejar las condiciones de radiación de manera más rigurosa. El estudio no pretende reclamar una superioridad universal para las KAN, sino resaltar su potencial cuando la flexibilidad de las funciones de arista aprendibles compensa la penalización computacional.

Más como este