Extended pseudo-spectral physics-informed neural networks for phase-field models

Resumen Técnico: Redes Neuronales Informadas por la Física de Pseudo-Espectro Extendidas para Modelos de Campo de Fase

Planteamiento del Problema
Los modelos de campo de fase son centrales para la descripción de la separación de fases en el continuo, donde la formación de patrones y la evolución microestructural están gobernadas por la densidad de energía libre volumétrica y los parámetros de espesor interfacial. En aplicaciones prácticas, como la ciencia de materiales y la biología celular, estas cantidades constitutivas rara vez se conocen a priori y deben inferirse a partir de observaciones dinámicas limitadas. Si bien se han aplicado métodos inversos clásicos y enfoques recientes de Redes Neuronales Informadas por la Física (PINN) a los modelos de campo de fase, las técnicas existentes suelen enfrentar limitaciones. Específicamente, el trabajo previo de Zhao [31] utilizó PINNs de pseudo-espectro (SPINNs) para identificar el potencial químico volumétrico, pero requirió que el parámetro de espesor interfacial y la movilidad se fijaran a priori. Además, tratar todas las cantidades constitutivas como incógnitas en la optimización clásica suele conducir a una no-identificabilidad inherente debido a la degeneración de escala. El desafío central abordado en este trabajo es la identificación inversa simultánea tanto del potencial químico volumétrico (la derivada de la densidad de energía libre homogénea) como de los coeficientes de gradiente desconocidos (específicamente el parámetro de espesor interfacial) a partir de datos transitorios de instantáneas (snapshots), sin depender únicamente de perfiles de equilibrio.

Metodología: ESPINN (Extended SPINN)
Los autores proponen el marco de la Red Neuronal de Pseudo-Espectro Informada por la Física Extendida (ESPINN). Este método extiende la arquitectura SPINN al tratar los parámetros físicos como variables entrenables junto con la red neuronal que aproxima la función de energía libre.

1. Formulación Matemática: El marco se dirige a las EDP de campo de fase generales de la forma $\partial_t \phi = G [\sum \mu_j g_j(\phi, \nabla \phi, \Delta \phi) + f(\phi)]$, donde $f(\phi)$ (potencial químico volumétrico) y los coeficientes $\mu_j$ (términos de gradiente) son desconocidos. Los autores se centran en las ecuaciones de Cahn-Hilliard y Allen-Cahn, donde el coeficiente de gradiente desconocido corresponde al parámetro de espesor interfacial $\epsilon$.
2. Arquitectura de la Red Neuronal:
   • Potencial Químico Volumétrico: La función $f(\phi)$ es aproximada por un Perceptrón Multicapa (MLP).
   • Parámetros Escalares: Los coeficientes desconocidos (por ejemplo, $\epsilon^2$) están parametrizados por escalares entrenables únicos $\theta$ utilizando una reparametrización sigmoide para imponer límites físicos ($\gamma_{lb} \leq \gamma \leq \gamma_{ub}$).
   • Función de Pérdida: El objetivo de entrenamiento minimiza la discrepancia entre los pares de datos observados $(\Phi^{(1)}, \Phi^{(2)})$ separados por pasos de tiempo $\Delta t$ y las predicciones de un esquema de estabilización lineal semi-implícito. La función de pérdida incluye un hiperparámetro $C_0$ para condicionar la optimización, ajustado según los niveles de ruido de los datos.
3. Estrategia de Optimización:
   • Datos sin Ruido: El marco emplea una optimización de dos etapas: Adam seguido de L-BFGS para explotar la suavidad del paisaje de la función objetivo para una convergencia precisa.
   • Datos con Ruido: Para evitar el sobreajuste a perturbaciones estocásticas, la etapa L-BFGS se omite, y la optimización depende únicamente de Adam con un multiplicador de pérdida reducido ($C_0$) para moderar las magnitudes de los gradientes.

Contribuciones Clave

• Inferencia Simultánea: La contribución principal es la extensión del marco SPINN para recuperar simultáneamente el potencial químico volumétrico y los coeficientes de gradiente desconocidos (espesor interfacial) a partir de datos transitorios, superando la necesidad de fijar estos parámetros a priori.
• Eficiencia de Datos: El marco demuestra que una información constitutiva sustancial está codificada incluso en un solo par de instantáneas, permitiendo una reconstrucción precisa con un mínimo de datos temporales.
• Robustez al Ruido: El estudio investiga sistemáticamente el rendimiento del marco bajo ruido, demostrando que aumentar el número de pares de instantáneas actúa como un regularizador implícito, reduciendo la varianza y mejorando la precisión sin alterar las características deterministas del modelo aprendido.
• Análisis de Sensibilidad Arquitectónica: El artículo proporciona un análisis detallado de las funciones de activación y la profundidad de la red, revelando que la suavidad y la diferenciabilidad de la función de activación son más críticas para la precisión de la reconstrucción que la capacidad de la red (profundidad o anchura).

Resultados
Se realizaron experimentos numéricos en simulaciones de Cahn-Hilliard unidimensionales utilizando densidades de energía libre polinómicas y logarítmicas.

• Régimen sin Ruido: El marco ESPINN logró una reconstrucción precisa y estadísticamente estable tanto del potencial químico volumétrico como del parámetro de espesor interfacial. Sorprendentemente, el uso de un solo par de instantáneas ($N=1$) produjo resultados muy cercanos a las funciones reales. Aumentar el número de instantáneas ($N$) a 2 eliminó la varianza visible en la reconstrucción. Incrementos adicionales de $N$ hasta 64 mejoraron la estabilidad estadística, aunque se observaron rendimientos decrecientes más allá de $N=64$.
• Régimen con Ruido: En presencia de ruido multiplicativo, la precisión de la reconstrucción se degradó de forma gradual. Mientras que los datos ruidosos limitados ($N=1$) resultaron en una alta variabilidad, aumentar $N$ redujo sistemáticamente los errores y la varianza. El método se mantuvo estable incluso con niveles de ruido más altos ($\delta_L = 10^{-2}$), aunque emergió un sesgo visible.
• Hallazgos Arquitectónicos: Las funciones de activación suaves (Sigmoid, Tanh, SiLU, GELU) superaron consistentemente a ReLU, la cual produjo errores hasta cuatro órdenes de magnitud superiores. La profundidad y la anchura de la red tuvieron un impacto mínimo en la precisión final, lo que sugiere que el problema inverso no está limitado por la capacidad, sino que depende de las propiedades de diferenciabilidad de la función de activación.
• Sensibilidad de la Tasa de Aprendizaje: El método mostró sensibilidad a las tasas de aprendizaje en el optimizador Adam. Una tasa de aprendizaje con decaimiento exponencial (inicialmente $10^{-2}$, decayendo a $10^{-4}$) proporcionó el mejor equilibrio entre velocidad de convergencia y estabilidad.

Significancia y Reivindicaciones
Los autores afirman que ESPINN establece un enfoque eficiente en datos y físicamente consistente para aprender estructuras de energía libre en modelos de campo de fase. El marco aborda con éxito el problema inverso de identificar cantidades constitutivas a partir de la dinámica transitoria, una tarea donde los perfiles de equilibrio por sí solos son insuficientes debido a la degeneración de escala. Al demostrar que una recuperación precisa es posible a partir de datos limitados y que el método es robusto en condiciones de ruido, este trabajo sugiere que los datos dinámicos transitorios proporcionan una base fiable para inferir información constitutiva. Los autores señalan que, aunque el estudio actual se restringe a modelos unidimensionales con movilidad constante, la metodología se extiende naturalmente a dimensiones superiores y funcionales de energía libre más complejos, ofreciendo una herramienta práctica para el modelado de grano grueso en condensados biomoleculares, mezclas de polímeros y sistemas de aleaciones.