Resumen Técnico: Operador de Fourier Equivariante Canónico Alineado con la Física (PACE-FNO)

1. Declaración del Problema

Los operadores neuronales están diseñados para aproximar mapas de soluciones para ecuaciones diferenciales parciales (EDP), aprendiendo mapeos entre espacios de funciones para tareas como la simulación de fluidos y la modelización meteorológica. Aunque estos modelos generalizan bien a través de parámetros y discretizaciones dentro de su distribución de entrenamiento, luchan con la generalización fuera de distribución (OOD) cuando los campos de entrada sufren desplazamientos inducidos por simetrías (por ejemplo, traslaciones, rotaciones o impulsos galileanos).

La dificultad central surge de una disparidad geométrica. Muchos operadores de solución de EDP son equivariantes bajo grupos de simetría continuos, lo que significa que una entrada transformada induce una salida transformada de manera correspondiente. Sin embargo, los operadores neuronales estándar suelen entrenarse con datos que se encuentran cerca de una "rebanada canónica" de la órbita de simetría. Cuando una entrada OOD se desplaza fuera de este rango de coordenadas muestreado, el modelo debe aprender simultáneamente a alinear el marco de coordenadas y predecir la evolución física. Esta doble carga a menudo conduce a una mala generalización, particularmente cuando la truncación espectral amplifica las discrepancias al mover energía fuera de los modos de Fourier retenidos.

Los enfoques existentes abordan esto mediante aumento de datos (lo que vincula el rendimiento al rango muestreado), arquitecturas equivariantes (que restringen las opciones arquitectónicas) o métodos de canonización post-hoc (que a menudo requieren optimización costosa en tiempo de inferencia).

2. Metodología: PACE-FNO

Los autores proponen el Operador de Fourier Equivariante Canónico Alineado con la Física (PACE-FNO). Este marco desacopla la alineación de simetrías de la predicción de dinámicas operando en tres etapas distintas:

1. Estimación de Coordenadas del Álgebra de Lie: Dado un campo de entrada OOD $a_{OOD}$, un estimador neuronal predice las coordenadas del álgebra de Lie $\hat{\xi}_0$ correspondientes a la transformación de simetría que generó la entrada. Este estimador se entrena conjuntamente con el operador principal.
2. Canonización: La entrada se retrotrae a un marco de referencia canónico utilizando la acción inversa del grupo: $\tilde{a}_c = C_{\exp(\hat{\xi}_0)}^{-1}(a_{OOD})$. Este paso elimina el desplazamiento inducido por la simetría, mapeando la observación a la rebanada canónica donde se entrenó el operador.
3. Predicción de Dinámicas: Un Operador de Fourier Estándar (FNO) procesa el campo canonizado $\tilde{a}_c$ para predecir la solución $\tilde{u}_c$ en el marco de referencia. La arquitectura FNO permanece sin cambios.
4. Restauración: La solución predicha se empuja hacia el marco objetivo utilizando la acción del grupo terminal estimada: $\hat{u}_{pred} = C_{\exp(\hat{\xi}_T)}(\tilde{u}_c)$. Para simetrías cinemáticas como los impulsos galileanos, el generador terminal $\hat{\xi}_T$ se deriva analíticamente a partir de la estimación inicial $\hat{\xi}_0$ y el horizonte temporal (por ejemplo, $\hat{\xi}_T = \hat{\xi}_0 + v_{bg}T$).

Entrenamiento e Inferencia:

• Entrenamiento: El modelo se entrena utilizando perturbaciones de simetría acotadas. La pérdida total combina una pérdida de campo de EDP ($L_{PDE}$), un regularizador de equivarianza ($L_{equiv}$) para igualar los generadores estimados con las perturbaciones de entrenamiento, y una pérdida de anclaje ($L_{anchor}$) para estabilizar el estimador.
• Inferencia (Una sola pasada): La pipeline estándar utiliza una sola pasada del estimador y del FNO.
• Inferencia (TTA): Un paso opcional de Adaptación en Tiempo de Prueba (TTA) permite el refinamiento iterativo de las coordenadas del generador espacial $\hat{\xi}_0$ minimizando un funcional de energía de autoconsistencia (asegurando que el campo retrotraído aparezca canónico para el estimador) mientras se mantienen fijos los pesos de la red.

Implementación Espectral:
Para evitar la disipación por interpolación, las acciones del grupo (traslaciones y rotaciones) se implementan espectralmente. Las traslaciones utilizan el teorema del desplazamiento de Fourier, y las rotaciones utilizan una descomposición de tres cizalladuras en el dominio espectral.

3. Contribuciones Clave

El artículo presenta tres contribuciones principales:

1. Una Capa de Canonización del Álgebra de Lie: Un método para operadores de solución sobre campos en toros que utiliza acciones grupales espectrales y corrección del marco terminal. Envuelve un FNO estándar sin alterar su arquitectura interna, separando el manejo de simetrías del predictor espectral.
2. Teorema de Descomposición del Error: Un análisis teórico (Teorema 3.1) que descompone el error de predicción bajo desplazamientos inducidos por simetrías en tres componentes: error de aproximación canónica, error residual de alineación de entrada y error de alineación terminal. Esto aclara cuándo la canonización mejora la generalización.
3. Validación Empírica: Evaluaciones exhaustivas en las ecuaciones de Burgers 1-D y 2-D, ecuaciones de aguas someras (SWE) y ecuaciones de Navier-Stokes (NS) en dominios periódicos.

4. Resultados Experimentales

Los autores evaluaron PACE-FNO frente al FNO estándar, FNO con aumento de datos (FNO+Aug) y FNO Equivariante de Grupo (GFNO) en configuraciones de cruz-resolución.

• Burgers 1-D (Traslación + Desplazamiento Galileano): PACE-FNO (una sola pasada) redujo el error relativo OOD en aproximadamente 12× en comparación con FNO+Aug (0.0267 vs. 0.3222). TTA proporcionó solo ganancias marginales a un costo de inferencia significativamente mayor.
• Burgers 2-D: PACE-FNO de una sola pasada redujo el error OOD en 2.7× en relación con FNO+Aug (0.0755 vs. 0.2035).
• Aguas Someras 2-D: PACE-FNO redujo el error OOD en 4.8× en relación con FNO+Aug (0.1069 vs. 0.5136) al separar efectivamente la evolución de las ondas del transporte.
• Navier-Stokes (2+1)-D (Desplazamientos SE(2)): Para desplazamientos acoplados de rotación-traslación, PACE-FNO mostró ganancias menores pero consistentes (reducción del 3–9% en el error) sobre FNO+Aug. TTA proporcionó una reducción adicional del 6% en el error relativo con un costo de inferencia 3 veces mayor.
• Estudios de Ablación: Eliminar el paso de canonización eliminó la mayoría de las ganancias OOD, confirmando que alinear la entrada y restaurar el marco de salida son los impulsores principales del rendimiento. Se encontró que el generador de Lie completo (incluyendo componentes cinemáticos) era crítico para SWE y NS.

5. Significado y Afirmaciones

El artículo afirma que PACE-FNO aborda el desafío central de la generalización OOD en operadores neuronales explotando simetrías continuas conocidas. Al separar explícitamente la alineación de marcos de la evolución física, el método permite que los operadores espectrales estándar operen eficazmente en una rebanada canónica, evitando la necesidad de aprender transformaciones de coordenadas complejas dentro del mapa de dinámicas.

Los autores enfatizan que:

• La equivarianza se impone a través de transformaciones de entrada/salida en lugar de codificar restricciones directamente en la arquitectura FNO, preservando la flexibilidad de los operadores neuronales estándar.
• La inferencia de una sola pasada es suficiente para ganancias significativas en regímenes dominados por traslaciones, con TTA ofreciendo un compromiso entre precisión y latencia para desplazamientos más complejos.
• Se proporcionan garantías teóricas con respecto a la reducción de números de cobertura para clases equivariantes, lo que sugiere límites de generalización mejorados en comparación con operadores sin restricciones.

Limitaciones:
Los autores señalan que el método asume que el grupo de simetría se especifica a priori y no maneja simetrías aproximadas, emergentes o desconocidas. Además, las acciones grupales espectrales asumen campos en un toro (dominios periódicos), limitando la aplicación directa a dominios irregulares sin adaptaciones de grafos o nubes de puntos. Tampoco se estudia la robustez ante el ruido de los sensores y la observabilidad parcial.