Resumen Técnico: Optimización Constrained por EDPs Dependientes del Tiempo mediante Dinámicas Latentes en Forma Débil

Enunciado del Problema

Los problemas de optimización restringidos por ecuaciones en derivadas parciales (EDPs) dependientes del tiempo y de alta dimensión son computacionalmente prohibitivos en escenarios de diseño y control que requieren múltiples consultas. Estos problemas exigen resoluciones repetidas de modelos físicos de alta fidelidad, tanto directas como de sensibilidad, dentro de bucles iterativos de optimización. El costo computacional de invocar solucionadores de EDPs de alta fidelidad para cada evaluación de gradiente o consulta de función hace inviables dichos flujos de trabajo para sistemas complejos. Aunque existen estrategias basadas en sustitutos, muchas dependen de la interpolación de cantidades específicas de interés (QoIs), lo que requiere reentrenamiento cuando cambian los objetivos, o utilizan modelos de orden reducido (ROMs) que pueden carecer de robustez frente a datos de entrenamiento ruidosos o no proporcionar información de gradiente escalable.

Metodología

El artículo propone un marco que integra la Identificación de Dinámicas Latentes en Forma Débil (WLaSDI) en la optimización restringida por EDPs basada en gradientes. La metodología procede a través de cuatro etapas clave:

1. Muestreo de Datos y Compresión: Se generan trayectorias de solución de alta fidelidad para un conjunto de parámetros de entrenamiento. Estos estados de alta dimensión se comprimen en un espacio latente de baja dimensión ($z \in \mathbb{R}^{N_z}$, donde $N_z \ll N_u$) utilizando un par codificador-decodificador (por ejemplo, Descomposición Ortogonal Propia o autoencoders).
2. Identificación de Dinámicas en Forma Débil: En lugar de identificar las dinámicas latentes mediante derivadas temporales explícitas (como en SINDy en forma fuerte), el marco emplea la Estimación en Forma Débil de Dinámicas No Lineales (WENDy). Este enfoque proyecta las dinámicas latentes sobre funciones de prueba suaves y de soporte compacto y aplica integración por partes. Esto evita la diferenciación numérica explícita de trayectorias de entrenamiento potencialmente ruidosas, mejorando significativamente la robustez. La evolución latente se modela como una ecuación diferencial ordinaria (EDO) paramétrica:
   $$\frac{dz}{dt}(t, \mu) = W^T(\mu) \theta(z(t, \mu))$$
   donde $W(\mu)$ son matrices de coeficientes identificadas mediante mínimos cuadrados en forma débil, y $\theta(z)$ es un conjunto de funciones no lineales candidatas.
3. Reformulación de la Optimización: El problema original de optimización restringido por EDPs se reformula reemplazando las restricciones de EDP de alta fidelidad con las restricciones de EDO latente aprendidas. La función objetivo y las restricciones se evalúan decodificando la trayectoria latente de nuevo al espacio físico.
4. Derivación del Gradiente: Para habilitar la optimización escalable basada en gradientes, el artículo deriva expresiones de gradiente tanto de sensibilidad directa como basadas en adjuntos para las dinámicas latentes reducidas. Estas formulaciones permiten el cálculo eficiente de gradientes con respecto a los parámetros de diseño $\mu$ resolviendo sistemas lineales que involucran las jacobianas de baja dimensión de la EDO latente, en lugar de los residuos completos de la EDP de orden completo.

Contribuciones Clave

El artículo realiza tres contribuciones principales:

• Formulación de un Marco Reducido: Formula un marco reducido basado en WLaSDI para la optimización restringida por EDPs dependientes del tiempo, reemplazando las resoluciones repetidas de alta fidelidad con la integración eficiente de dinámicas latentes aprendidas.
• Derivación del Gradiente: Deriva expresiones de gradiente de sensibilidad directa y basadas en adjuntos específicamente para las dinámicas latentes aprendidas. Esto permite una evaluación de gradientes escalable a medida que aumenta la dimensión de los parámetros, un requisito crítico para la optimización práctica.
• Demostración de Robustez y Eficiencia: A través de tres problemas de referencia, el trabajo demuestra que WLaSDI permite una optimización precisa y eficiente, mostrando una superior robustez frente a datos de entrenamiento ruidosos en comparación con LaSDI en forma fuerte y sustitutos basados en interpolación.

Resultados

El marco se evaluó en tres problemas de referencia dependientes del tiempo:

1. Ecuación de Burgers Inviscida: Un problema inverso que identifica parámetros de la condición inicial para coincidir con un estado objetivo.

   • Precisión: WLaSDI logró errores relativos en los parámetros de $\approx 0.5\%$ incluso con un 40% de ruido gaussiano aditivo, superando a LaSDI en forma fuerte y a la interpolación de Funciones de Base Radial (RBF) en hasta dos órdenes de magnitud en precisión.
   • Eficiencia: Proporcionó una aceleración de $\approx 20\times$ sobre la optimización del modelo de orden completo (FOM) y una aceleración de $\approx 5\times$ sobre LaSDI.

2. Sistema Vlasov–Poisson: Un problema inverso para la inestabilidad de dos corrientes.

   • Precisión: El método recuperó con éxito los parámetros objetivo con alta fidelidad bajo un 5% de ruido.
   • Eficiencia: Las evaluaciones de WLaSDI tomaron 0.1 segundos en un solo núcleo en comparación con $\approx 72$ segundos para el FOM en 16 núcleos, representando una aceleración de hasta cinco órdenes de magnitud.

3. Transferencia Radiativa Térmica (TRT) para el Diseño de Hohlraum: Un problema de optimización de diseño que busca minimizar la variación de temperatura en la superficie de una cápsula de fusión sujeta a restricciones de calentamiento.

   • Robustez: En presencia de un 5% de ruido, WLaSDI convergió consistentemente al óptimo global libre de ruido, mientras que LaSDI en forma fuerte exhibió una dispersión y desviación significativas.
   • Eficiencia: El sustituto redujo los costos computacionales en aproximadamente cinco órdenes de magnitud en relación con la optimización FOM. El uso de submodelos locales permitió el entrenamiento y la optimización paralelizados.

Significado y Afirmaciones

El artículo afirma que las dinámicas latentes en forma débil proporcionan una base sustituta eficiente y robusta al ruido para la optimización basada en gradientes de sistemas complejos de EDPs dependientes del tiempo.

• Robustez: Al evitar la diferenciación explícita, el enfoque en forma débil produce dinámicas sustitutas más fiables, lo cual es particularmente crítico cuando los datos de entrenamiento son ruidosos, un escenario común en contextos experimentales o de simulación de alta fidelidad.
• Escalabilidad: La derivación de gradientes basados en adjuntos para la EDO latente permite que el marco escale a espacios de parámetros de alta dimensión sin la penalización computacional asociada con las resoluciones completas de adjuntos de orden completo.
• Flexibilidad: A diferencia de los sustitutos específicos de QoIs (por ejemplo, interpolación RBF) que requieren reentrenamiento para nuevos objetivos, WLaSDI reconstruye el campo de solución completo. Esto permite la evaluación de QoIs y restricciones arbitrarias sin reentrenamiento, haciéndolo adaptable a requisitos de diseño en evolución.
• Rendimiento: Los resultados demuestran que WLaSDI puede lograr aceleraciones de hasta cinco órdenes de magnitud en relación con la optimización de orden completo mientras mantiene una alta precisión, habilitando efectivamente flujos de trabajo de múltiples consultas que anteriormente eran computacionalmente prohibitivos.

Los autores señalan que, aunque el rendimiento es sólido, la fiabilidad de la optimización depende finalmente de la precisión de los sustitutos, destacando la necesidad de trabajos futuros en cuantificación de incertidumbre y estrategias de múltiples fidelidades.