Solution of Advection Equation with Discontinuous Initial and Boundary Conditions via Physics-Informed Neural Networks

Resumen Técnico: Solución de la Ecuación de Advección con Condiciones Iniciales y de Contorno Discontinuas mediante Redes Neuronales Informadas por la Física

Planteamiento del Problema
Este artículo aborda el desafío de resolver la ecuación de advección unidimensional utilizando Redes Neuronales Informadas por la Física (PINNs, por sus siglas en inglés) cuando el problema involucra condiciones iniciales y de contorno discontinuas. Aunque las PINNs han demostrado ser eficaces para resolver ecuaciones diferenciales parciales (PDEs) al integrar leyes físicas en la función de pérdida, enfrentan limitaciones significativas en este contexto específico. Las redes neuronales estándar exhiben un "sesgo espectral", una tendencia a aprender primero los componentes de baja frecuencia mientras luchan por reconstruir detalles de alta frecuencia y discontinuidades nítidas. Además, la continuidad inherente de las redes neuronales a menudo conduce a un suavizado excesivo de las soluciones discontinuas o a la generación de oscilaciones espurias (fenómenos de tipo Gibbs), particularmente en problemas de advección no lineales donde la velocidad de propagación depende del propio valor de la solución.

Metodología
Los autores proponen un marco multifacético diseñado para mitigar el sesgo espectral, estabilizar el entrenamiento y preservar la nitidez de las discontinuidades. La metodología consta de cuatro componentes técnicos principales:

1. Mapeo de Características de Fourier y Entrenamiento en Dos Etapas:
   Para superar el sesgo espectral, el vector de entrada $m = [x, t]^\top$ se mapea de forma no lineal utilizando características de Fourier aleatorias antes de entrar en la red neuronal. El mapeo se define como $\gamma(m) = [\cos(Bm), \sin(Bm)]^\top$, donde $B$ codifica las escalas de frecuencia.

• Estrategia de Dos Etapas: Los autores introducen un procedimiento de entrenamiento secuencial. En la primera etapa, se optimizan los parámetros de las características de Fourier (matriz $B$) mientras se congelan los pesos de la red neuronal. En la segunda etapa, se congelan los parámetros de Fourier y se entrenan los pesos de la red neuronal. Esto permite que el espacio de características se adapte específicamente a las discontinuidades antes de que la red intente ajustar la solución.
• Ponderación Adaptativa de Fourier: Durante la primera etapa, el componente de pérdida asociado con la parte discontinua del problema (por ejemplo, condiciones iniciales con saltos) recibe un peso significativamente mayor (por ejemplo, 10x) para centrar el aprendizaje de las características en estas regiones críticas.

2. Post-procesamiento mediante Filtro de Mediana:
   Para abordar el sobreajuste y los artefactos de tipo Gibbs que pueden surgir del aprendizaje agresivo de frecuencias en la primera etapa, se aplica un filtro de mediana a los datos espaciales en cada instancia de tiempo. A diferencia del filtrado de media, el filtro de mediana es robusto ante el ruido impulsivo y preserva las discontinuidades. Los autores especifican que este filtro debe aplicarse únicamente a los datos espaciales en pasos de tiempo fijos, evitando los límites del dominio para prevenir distorsiones no físicas.

3. Mapeo Lineal Acotado:
   Para problemas donde los valores máximos ($M$) y mínimos ($m$) de la solución se conocen a priori, la salida de la red se restringe mediante un mapeo lineal acotado: $\hat{u} = \frac{1}{2}[(M - m)\sin(N(x, t; \theta)) + M + m]$. Esta restricción estricta evita la aparición de errores de aproximación no acotados y grandes oscilaciones espurias cerca de las discontinuidades.

4. Función de Pérdida de Upwind Modificada para Problemas No Lineales:
   En ecuaciones de advección no lineales donde la velocidad depende de la solución ($u$), la aproximación continua de una discontinuidad puede conducir a velocidades de propagación variables dentro de la zona de transición, causando que la solución se retrase o se distorsione. Para mitigar esto, los autores proponen una función de pérdida modificada inspirada en los esquemas numéricos de upwind (corriente arriba).

• En lugar de utilizar el valor local $\hat{u}$ para determinar la velocidad de propagación, la pérdida modificada utiliza el máximo de los valores vecinos (por ejemplo, $\max\{\hat{u}(x), \hat{u}(x+h)\}$) para determinar el coeficiente de advección.
• Dado que la función $\max$ no es diferenciable, se aproxima mediante una formulación suave basada en la función sigmoide: $\max\{b, c\} \approx \sigma(\alpha(b-c))b + \sigma(-\alpha(b-c))c$.
• Esto asegura una velocidad de propagación más uniforme a través de la vecindad de la discontinuidad, evitando el efecto de "retraso" observado en las aproximaciones estándar de las PINNs.

Resultos Clave
El artículo valida estas técnicas a través de varios experimentos numéricos que involucran ecuaciones de advección lineales y no lineales con condiciones iniciales de constante a trozos y datos de contorno discontinuos.

• Convergencia: La estrategia de entrenamiento de dos etapas con ponderación adaptativa demuestra una tasa de convergencia significativamente acelerada en comparación con el entrenamiento de una sola fase. La función de pérdida converge a cero más rápidamente, y mejora el equilibrio entre los diferentes componentes de la pérdida (PDE, condiciones iniciales y de contorno).
• Precisión y Estabilidad: La aplicación del filtro de mediana elimina eficazmente las oscilaciones espurias sin emborronar las discontinuidades, resultando en un error absoluto medio menor en los puntos de prueba en comparación con las soluciones sin filtrar.
• Manejo de la No Linealidad: En casos no lineales, la función de pérdida de upwind modificada evita con éxito que la solución desarrolle valores intermedios artificiales entre los estados reales (por ejemplo, evitando valores entre 0 y 1 cuando la solución exacta es binaria). El enfoque modificado produce soluciones que se alinean estrechamente con el comportamiento físico esperado, mientras que la función de pérdida estándar produce perfiles difuminados o con retraso.

Significancia y Reivindicaciones
Los autores afirman que su propuesta...