🤖 machine learning

Discovery of Nonlinear Dynamics with Automated Basis Function Generation

Este artículo presenta AutoSINDy, un marco híbrido que combina la regresión simbólica basada en PySR con la identificación dispersa de SINDy para generar y seleccionar automáticamente funciones base, permitiendo el descubrimiento robusto de ecuaciones gobernantes precisas y parsimoniosas para sistemas no lineales incluso bajo alto ruido.

Autores originales: Mohammad Amin Basiri, Charles Nicholson

Publicado 2026-05-12

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Mohammad Amin Basiri, Charles Nicholson

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 detective tratando de descubrir las reglas secretas de una máquina misteriosa solo observándola moverse. Tienes un video de los engranajes de la máquina girando, un péndulo oscilando o un fluido girando en remolinos. Tu objetivo es escribir la fórmula matemática exacta que explica por qué se mueve de esa manera.

Este es el desafío de descubrir ecuaciones gobernantes. Durante mucho tiempo, los científicos han tenido dos formas principales de resolver este rompecabezas, pero ambas tienen un defecto mayor:

El Método "Adivinar y Comprobar" (SINDy): Imagina que tienes una caja gigante de bloques de Lego. Sabes que la máquina está hecha de Legos, así que intentas construir la máquina usando cada bloque de la caja. Si dejas fuera el único bloque específico que la máquina realmente usa, tu modelo falla. Si usas demasiados bloques, tu modelo se convierte en una torre desordenada e inestable que se cae. ¿El problema? Tienes que adivinar qué bloques poner en la caja antes de empezar a construir.
El Método "Imaginación Salvaje" (Regresión Simbólica): Imagina que dejas que un mono teclee en un teclado, pulsando teclas al azar para crear oraciones. Eventualmente, podría escribir accidentalmente una oración perfecta. Este método es muy flexible y no necesita una caja de bloques preelaborada. Pero es desordenado, lento y a menudo produce sinsentidos que parecen una oración pero no tienen sentido cuando intentas leerlos. También es muy sensible a las interferencias en la línea (ruido).

Presentamos AutoSINDy: El Arquitecto Inteligente

El artículo introduce AutoSINDy, un nuevo método que actúa como un arquitecto inteligente que combina lo mejor de ambos mundos. En lugar de adivinar los bloques o dejar que un mono teclee, AutoSINDy utiliza un proceso de tres pasos para encontrar automáticamente la fórmula perfecta y simple.

Así es como funciona, paso a paso:

Paso 1: La Búsqueda de "Francotirador" (Descubrimiento)

En lugar de observar toda la máquina de una vez, AutoSINDy toma instantáneas pequeñas y aleatorias del movimiento de la máquina (como tomar fotos rápidas de un ventilador girando). Utiliza una herramienta poderosa llamada PySR (un "mono" digital que en realidad es un algoritmo evolutivo muy inteligente) para observar estas instantáneas pequeñas y gritar: "¡Oye, veo un patrón aquí! ¿Quizás sea una onda sinusoidal? ¿Quizás sea un cuadrado?"

La Analogía: Piensa en esto como un explorador corriendo por un bosque, recogiendo hojas, piedras y ramitas interesantes. El explorador no intenta construir la casa todavía; solo recopila una pila enorme y desordenada de materiales de construcción potenciales.

Paso 2: El Equipo de "Limpieza" (Curación)

La pila del explorador está desordenada. Tiene duplicados, piezas rotas y cosas que parecen similares pero no están del todo bien. AutoSINDy actúa ahora como un editor estricto.

Descompone oraciones complejas en sus palabras más pequeñas (partes atómicas).
Verifica "clones". Si encuentra dos piezas que hacen exactamente el mismo trabajo, desecha una.
Conserva la versión más simple de un patrón. Si una simple "x" explica el movimiento, no mantendrá una versión complicada de "x + x² - x".
La Analogía: Esto es como un chef probando una olla gigante de sopa, eliminando ingredientes duplicados y tirando las especias quemadas hasta que solo quedan los sabores perfectos y esenciales. El resultado es una estantería de especias limpia y organizada.

Paso 3: La "Construcción Final" (Identificación)

Ahora, con una estantería de especias limpia y organizada (la biblioteca de términos), AutoSINDy utiliza el método SINDy para mezclar los ingredientes. Como los ingredientes ya están limpios y no redundantes, la mezcla es rápida, estable y precisa. Determina exactamente cuánto de cada "especia" (coeficiente) usar para recrear perfectamente el movimiento de la máquina.

La Analogía: Esta es el ensamblaje final. Como el chef no tuvo que ordenar una pila desordenada de basura, el plato final es delicioso, simple y exactamente lo que pedía la receta.

¿Por qué es esto un gran avance?

El artículo probó esto en seis "máquinas" diferentes (sistemas matemáticos), que van desde oscilaciones simples hasta sistemas caóticos e impredecibles similares al clima. Agregaron "interferencia" (ruido) a los datos para hacerlos más difíciles de leer, como una mala conexión telefónica.

Esto es lo que sucedió:

Las Formas Antiguas: El método "Adivinar y Comprobar" a menudo construía torres demasiado altas que se caían (inestables). El método "Imaginación Salvaje" a menudo escribía sinsentidos que parecían bien por un segundo pero se desmoronaban inmediatamente.
AutoSINDy: Encontró la fórmula exacta correcta el 92.8% de las veces, incluso con datos ruidosos.
Simplicidad: Las fórmulas que encontró eran cortas y dulces (como un haiku), mientras que los otros métodos producían párrafos largos e hinchados que eran difíciles de entender y lentos de ejecutar.

La Conclusión

AutoSINDy es una herramienta que automatiza la parte más difícil del descubrimiento científico: averiguar qué buscar. No necesita que un humano diga: "Creo que hay una onda sinusoidal ahí dentro". Caza los patrones, los limpia y construye el manual de reglas más simple y preciso sobre cómo funciona el sistema.

Es como darle a un científico una lupa mágica que no solo encuentra las pistas, sino que también las organiza en una historia clara y fácil de leer, incluso cuando las pistas están dispersas y sucias.

Resumen Técnico: Descubrimiento de Dinámicas No Lineales con Generación Automatizada de Funciones Base

Enunciado del Problema
El descubrimiento de ecuaciones matemáticas gobernantes a partir de datos observacionales es un desafío fundamental en la modelación científica, particularmente cuando la estructura subyacente es desconocida. Los métodos existentes enfrentan una dicotomía:

Identificación Escasa de Dinámicas No Lineales (SINDy): Aunque es eficaz para producir modelos parsimoniosos e interpretables, SINDy depende de una biblioteca de funciones base candidatas especificada por el usuario. Si se omiten términos críticos debido a dinámicas no convencionales o ignorancia del dominio, el método falla. Por el contrario, enriquecer la biblioteca para evitar omisiones introduce una severa multicolinealidad, desestabilizando la regresión escasa e inflando la incertidumbre de los coeficientes.
Regresión Simbólica (SR): Enfoques como PySR ofrecen flexibilidad ilimitada al buscar en el espacio de expresiones matemáticas sin una biblioteca preconstruida. Sin embargo, son computacionalmente intensivos, altamente sensibles al ruido de medición y propensos a producir ecuaciones sobreajustadas y numéricamente inestables que fallan durante la integración a largo plazo. Además, la SR estándar optimiza las variables de estado de forma independiente, luchando por imponer la estructura acoplada de los sistemas dinámicos multidimensionales.

El problema central abordado es la falta de un método que pueda construir automáticamente una biblioteca de funciones mínima y apropiada para la física a partir de datos crudos sin conocimiento previo, equilibrando la expresividad de la SR con la robustez de la regresión escasa.

Metodología: El Marco AutoSINDy
Los autores proponen AutoSINDy, un marco híbrido "Descubrir-luego-Solver" que descompone el problema de descubrimiento de ecuaciones en tres etapas secuenciales:

Etapa 1: Minería Simbólica (Descubrir)
- En lugar de aplicar regresión simbólica a la trayectoria completa, el método opera sobre $K$ fragmentos de datos cortos y muestreados aleatoriamente (ventanas bootstrap).
- PySR (una herramienta de regresión simbólica evolutiva de múltiples poblaciones) se aplica a cada fragmento para extraer formas funcionales candidatas.
- Crucialmente, el método cosecha toda la frente de Pareto-óptimo de expresiones, no solo el único mejor modelo. Esto asegura que se capturen sub-términos atómicos estructuralmente correctos incluso si la expresión completa es un ajuste pobre para una ventana local específica.
- Las composiciones trigonométricas anidadas están explícitamente prohibidas para evitar identidades degeneradas.
Etapa 2: Curación de Biblioteca (Curar)
- El conjunto crudo de expresiones simbólicas se procesa para construir una biblioteca compacta y no redundante.
- Descomposición: Las expresiones se analizan y descomponen en sub-términos atómicos aditivos (ej. $3x^2 + 2\sin(y) \to \{x^2, \sin(y)\}$ ).
- Expansión: Estrategias configurables (Suave, Severa o Híbrida) expanden términos polinómicos o trigonométricos agrupados en monomios para asegurar la cobertura.
- Poda de Colinealidad: Un procedimiento de selección hacia adelante voraz ordena los candidatos por complejidad (conteo de operadores) y los filtra. Un candidato se acepta solo si su correlación con los términos ya aceptados está por debajo de un umbral ( $\rho_{max}$ ) o si su Factor de Inflación de la Varianza (VIF) es aceptable. Esto impone la navaja de Occam a nivel de biblioteca, asegurando que los términos más simples sean preferidos sobre los complejos y redundantes.
Etapa 3: Identificación Escasa (Identificar)
- La biblioteca curada se introduce en un optimizador SINDy (STLSQ o SR3).
- Se utiliza un enfoque de Ensemble (inspirado en E-SINDy): se extraen $B$ réplicas bootstrap y se ajustan modelos escasos a cada una.
- Un filtro de inclusión de corte duro retiene solo los términos que aparecen en una fracción especificada por el usuario ( $\kappa$ ) de los modelos bootstrap. Esto proporciona un fuerte rechazo al ruido, descartando términos espurios que aparecen solo debido a artefactos de ruido.
- El marco soporta tanto bibliotecas separadas (por variable de estado) como bibliotecas unificadas (compartidas entre variables), siendo las bibliotecas separadas las que producen mejor parsimonia en los experimentos.

Contribuciones Clave

Generación Automatizada de Bibliotecas sin Suposiciones: Un motor basado en PySR que extrae formas funcionales candidatas de datos bootstrap sin requerir la especificación previa de la estructura matemática, abordando directamente el cuello de botella del diseño de bibliotecas de SINDy.
Pipeline de Curación Simbólica Principiado: Un mecanismo de tres etapas (descomposición, expansión, poda de colinealidad) que transforma la salida desestructurada de un algoritmo genético en una base lineal limpia y no redundante adecuada para una regresión escasa robusta.
Identificación Escasa Basada en Ensemble: Integración de la biblioteca curada con optimizadores SINDy y filtrado de ensemble bootstrap para lograr alta robustez al ruido e interpretabilidad.
Evaluación Sistemática: Evaluación exhaustiva en seis sistemas no lineales canónicos (oscilatorios, de ciclo límite y caóticos) bajo niveles variables de ruido, comparando contra SINDy estándar con bibliotecas enriquecidas y PySR independiente.

Resultados
Experimentos extensos en seis sistemas de referencia (Oscilador Armónico, Péndulo Amortiguado, Oscilador Modulado, Van der Pol, Oscilador de Duffing y Lorenz Complejo) demuestran:

Recuperación de la Verdad Terrena: AutoSINDy logra una tasa de recuperación de la verdad terrena del 92.8% en todos los ensayos (definida como $R^2 > 0.99$ en una trayectoria de validación limpia y no vista). Esto supera significativamente a SINDy Estándar (58.9%) y a PySR Estándar (28.3%).
Estabilidad de Simulación: AutoSINDy exhibe una superior estabilidad de simulación a largo plazo, con 0% de fallos de integración dura (NaN/Inf o divergencia) en 180 ensayos. Por el contrario, SINDy Estándar falló en el 51.7% de los ensayos y PySR Estándar en el 75.0% de los ensayos.
Parsimonia: AutoSINDy recupera ecuaciones con una complejidad (conteo de operadores) dentro de 1–2 operadores de la verdad terrena. SINDy Estándar produjo ecuaciones con una complejidad de hasta 29.2 $\times$ la verdad terrena (ej. 175 operadores para Van der Pol frente a 6 reales), mientras que PySR Estándar a menudo sub-comprimió, omitiendo términos críticos.
Robustez al Ruido: AutoSINDy mantiene una alta precisión incluso en niveles altos de ruido ( $\sigma = 0.05$ ), mientras que las líneas base se degradan significativamente o fallan por completo.
Eficiencia Computacional: Aunque el tiempo de descubrimiento es comparable a PySR independiente (debido al motor compartido), las ecuaciones compactas resultantes hacen de AutoSINDy el método más rápido para simulación, ya que la complejidad reducida evita la rigidez numérica asociada con ecuaciones infladas.

Significado y Afirmaciones
El artículo afirma que AutoSINDy cierra exitosamente la brecha entre la flexibilidad de la regresión simbólica y la robustez de la identificación escasa. Al automatizar el cuello de botella de la ingeniería de características, permite el descubrimiento de términos gobernantes correctos sin conocimiento previo del dominio. Los autores afirzan que el método produce ecuaciones que no solo son estructuralmente precisas, sino también dinámicamente estables e interpretables, ofreciendo una vía escalable para descubrir dinámicas complejas en sistemas biológicos y físicos donde la forma matemática es desconocida. El trabajo enfatiza que la precisión predictiva en los datos de entrenamiento es insuficiente; el verdadero valor científico requiere ecuaciones que permanezcan estables bajo integración hacia adelante y posean baja complejidad simbólica.