fPINN-DeepONet: A Physics-Informed Operator Learning Framework for Multi-term Time-fractional Mixed Diffusion-wave Equations

Resumen Técnico: fPINN-DeepONet para Ecuaciones de Difusión-Onda Mixtas con Múltiples Términos y Derivadas Temporales Fraccionarias

Planteamiento del Problema
El artículo aborda el desafío de resolver ecuaciones de difusión-onda mixtas con múltiples términos y derivadas temporales fraccionarias (TFMDWEs). Estas ecuaciones generalizan las ecuaciones en derivadas parciales con derivadas temporales fraccionarias de un solo término (TFPDEs) y son críticas para modelar procesos de difusión anómala, amortiguamiento viscoelástico y movimiento subdifusivo en campos de velocidad. El problema específico involucra ecuaciones de la forma:
$$\sum_{i=1}^s K_i {}_0^C D_t^{\alpha_i} u(x, t) = \Delta u(x, t) + f(x, t)$$
donde los órdenes fraccionarios $\alpha_i$ pueden oscilar entre 0 y 2, y la ecuación puede involucrar múltiples términos con diferentes órdenes. Los métodos numéricos tradicionales (diferencias finitas, elementos finitos, métodos espectrales) luchan con estos problemas debido a la naturaleza no local de las derivadas fraccionarias y el crecimiento exponencial del costo computacional en escenarios de alta dimensión o de orden variable. Además, los enfoques existentes de aprendizaje profundo a menudo dependen de aproximaciones L1 o se centran en ecuaciones de un solo término, dejando un vacío en el manejo eficiente de ecuaciones en derivadas parciales fraccionarias (FPDEs) con múltiples términos y de orden variable.

Metodología
Los autores proponen fPINN-DeepONet, un marco de aprendizaje de operadores profundos informado por la física que integra una aproximación numérica novedosa con la arquitectura de Red de Operador Profundo (DeepONet).

1. Aproximación L2 para Derivadas Fraccionarias:
   La contribución numérica central es la derivación de una aproximación L2 para la derivada fraccionaria de Caputo de orden $\beta \in (1, 2)$. Esto logra una precisión de primer orden. Los autores combinan esto con la aproximación L1 estándar para órdenes $\alpha \in (0, 1)$. Estas aproximaciones se utilizan para discretizar las derivadas temporales fraccionarias dentro de la función de pérdida, permitiendo que la red neuronal calcule el residuo basado en la física sin requerir solucionadores explícitos basados en mallas para los términos fraccionarios.

2. Arquitectura DeepONet:
   El marco utiliza una estructura DeepONet que consta de:

   • Red de Ramas (Branch Net): Codifica la función de entrada. Dependiendo del tipo de problema, esta entrada puede ser el término fuente $f(x,t)$, las condiciones iniciales o la función de orden fraccionario $\alpha(x,t)$ (para problemas de orden variable). La entrada se discretiza en un conjunto de puntos sensores.
   • Red de Tronco (Trunk Net): Procesa las coordenadas de consulta $(x, t)$ dentro del dominio espacio-temporal.
   • Salida: El producto punto de las salidas de la Rama y el Tronco aproxima el operador solución $G^\dagger$, mapeando funciones de entrada a la solución $u(x,t)$.

3. Construcción de la Función de Pérdida:
   El objetivo de entrenamiento minimiza una función de pérdida total $L = L_{phy} + L_{data}$:

   • Pérdida Física ($L_{phy}$): Incorpora el residuo de la FPDE gobernante, las condiciones iniciales y las condiciones de frontera. Crucialmente, los términos de derivada fraccionaria en el residuo se calculan utilizando las aproximaciones L2/L1 propuestas aplicadas a la salida predicha por la red.
   • Pérdida de Datos ($L_{data}$): Mide el error cuadrático medio entre la solución predicha y los datos de verdad terrenal disponibles (si están disponibles).

4. Algoritmos:
   El artículo detalla dos algoritmos específicos:

   • Algoritmo 1: Resuelve FPDEs de orden fraccionario fijo donde la entrada de la red de ramas es el término fuente o las condiciones iniciales.
   • Algoritmo 2: Resuelve FPDEs de orden fraccionario variable donde la entrada de la red de ramas es la función de orden fraccionario $\alpha(x,t)$, permitiendo que el modelo generalice a través de diferentes configuraciones de orden.

Contribuciones Clave

• Esquema de Aproximación Novel: La derivación e integración de una aproximación L2 para derivadas de Caputo de orden $\beta \in (1, 2)$ en un marco de red neuronal informada por la física.
• Aprendizaje de Operadores para FPDEs de Múltiples Términos: La primera aplicación de DeepONet a ecuaciones de difusión-onda mixtas temporales fraccionarias de múltiples términos, manejando tanto órdenes fraccionarios fijos como variables dentro de un marco unificado.
• Versatilidad en Tipos de Problemas: Se demuestra que el marco resuelve problemas directos (predicción de soluciones), problemas inversos (identificación de órdenes fraccionarios) y maneja órdenes fraccionarios discontinuos y dominios espaciales de alta dimensión.
• Robustez: El modelo se prueba bajo condiciones de datos ruidosos, demostrando resiliencia ante niveles de ruido gaussiano de hasta el 80%.

Resultados Experimentales
Los autores realizaron extensos experimentos numéricos utilizando la biblioteca PyTorch:

• Problemas de Orden Fijo: El modelo logró alta precisión para FODEs y FPDEs con órdenes fijos (por ejemplo, $\alpha=0.5, \beta=1.5$), con errores relativos $L_2$ tan bajos como $10^{-6}$ para TFMDWEs.
• Problemas de Orden Variable: El marco aprendió exitosamente soluciones para FPDEs donde el orden fraccionario $\alpha$ era una función del tiempo $\alpha(t)$ o del espacio-tiempo $\alpha(x,t)$. En problemas inversos, recuperó con precisión la función de orden fraccionario con errores relativos alrededor de $10^{-5}$.
• Órdenes Discontinuos: El modelo manejó efectivamente órdenes fraccionarios discontinuos (funciones escalón), capturando los saltos en la función de orden con un error relativo $L_2$ de 0.0014.
• Altas Dimensiones: El enfoque se extendió a dominios espaciales 2D, demostrando viabilidad para FPDEs de dimensiones superiores.
• Robustez ante Ruido: Incluso con un ruido gaussiano del 20% al 80% añadido al término de forzamiento, el error de prueba se mantuvo estable alrededor de $10^{-2}$, confirmando la robustez del modelo.
• Sensibilidad a Hiperparámetros: Los experimentos mostraron que los errores de prueba disminuyeron con un aumento en los puntos de datos y una optimización del ancho/profundidad de la red, alcanzando errores de $\sim 10^{-5}$ con 200x200 puntos de datos y un ancho de red de 150.

Significado y Afirmaciones
El artículo afirma que fPINN-DeepONet proporciona una alternativa versátil y eficiente a los métodos tradicionales basados en mallas para resolver FPDEs complejas. Al integrar la aproximación L2 con el aprendizaje de operadores, el marco supera los cuellos de botella computacionales asociados con la naturaleza no local de las derivadas fraccionarias. Los autores enfatizan que su enfoque:

1. Generaliza bien: Maneja tanto órdenes fraccionarios fijos como variables, incluidos los casos discontinuos, sin reentrenar toda la arquitectura para cada nueva configuración de orden.
2. Reduce los requisitos de datos: Como método informado por la física, aprovecha las ecuaciones gobernantes para restringir el espacio de soluciones, requiriendo menos puntos de datos etiquetados en comparación con enfoques puramente impulsados por datos.
3. Permanece robusto: Mantiene la precisión en presencia de ruido significativo, lo que lo hace adecuado para escenarios del mundo real donde los datos pueden ser imperfectos.

El trabajo se posiciona como un paso adelante en el aprendizaje científico de máquinas, abordando específicamente el área inexplorada de combinar aproximaciones L2 con aprendizaje de operadores profundos para FPDEs de múltiples términos y de orden variable.