🔬 physics

Topological Data Analysis combined with Machine Learning for Predicting Permeability of Porous Media

Este artículo demuestra que la combinación del análisis de datos topológicos con el aprendizaje automático predice eficazmente la permeabilidad de los medios porosos al aprovechar las características estructurales, topológicas y de red derivadas de datos sintéticos y experimentales.

Autores originales: Ebru Dagdelen, Catherin Lalu, Aakash Karlekar, Manav Arora, Matthew Illingworth, Jonathan Jaquette, Linda Cummings, Lou Kondic

Publicado 2026-10-08

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ebru Dagdelen, Catherin Lalu, Aakash Karlekar, Manav Arora, Matthew Illingworth, Jonathan Jaquette, Linda Cummings, Lou Kondic

Artículo original bajo licencia CC BY 4.0 (https://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

Los fluidos que se mueven a través de rocas, suelos o filtros manufacturados se enfrentan a un laberinto de pasajes diminutos y sinuosos. Estos materiales, conocidos como medios porosos, están en todas partes en el mundo natural e industrial, desde los acuíferos que suministran nuestra agua potable hasta los yacimientos que contienen petróleo y las membranas que limpian nuestro aire. Una propiedad clave que determina qué tan bien puede moverse un fluido a través de tal material se llama permeabilidad. Es una medida de qué tan fácilmente puede pasar un líquido a través de los pequeños huecos entre las partículas sólidas cuando es empujado por la presión. Conocer este valor es crítico para ingenieros y científicos que necesitan predecir con qué rapidez filtrará el agua a través del suelo, cuánto petróleo se puede recuperar de una formación rocosa o con qué eficiencia se puede almacenar un gas bajo tierra.

Tradicionalmente, encontrar este número ha sido una tarea lenta y difícil. Debido a que la estructura interna de estos materiales es tan compleja e irregular, calcular el flujo requiere resolver ecuaciones intrincadas que describen el movimiento de los fluidos a un nivel microscópico. Hacer esto para una sola muestra a menudo demanda computadoras potentes y horas de procesamiento de tiempo. Aunque los datos subyacentes —las imágenes digitales de la roca o el suelo— pueden generarse o capturarse con relativa facilidad, el trabajo matemático para convertir esas imágenes en una predicción de flujo sigue siendo un cuello de botella. Este desafío ha llevado a los investigadores a buscar formas más rápidas de estimar la permeabilidad, recurriendo a un campo que ha transformado muchas áreas de la ciencia: el aprendizaje automático (machine learning). Al enseñar a las computadoras a reconocer patrones en los datos, los científicos esperan evitar los cálculos pesados y predecir las propiedades del flujo de forma casi instantánea.

Un equipo de investigadores del Instituto de Tecnología de Nueva Jersey ha adoptado un enfoque fresco para este problema, combinando el aprendizaje automático con una herramienta matemática diseñada para comprender la forma y la conectividad. En lugar de depender únicamente de mediciones tradicionales de tamaño y área superficial, exploraron si la "topología" del material —la forma en que sus huecos y caminos están conectados— podría servir como un atajo. Crearon un conjunto de datos de mil materiales porosos sintéticos, esencialmente modelos digitales hechos de esferas empaquetadas aleatoriamente que imitan los espacios vacíos encontrados en rocas reales. Para cada modelo, primero calcularon la permeabilidad exacta utilizando simulaciones computacionales estándar y laboriosas para establecer una verdad confiable. Este conjunto de respuestas conocidas se convirtió en el campo de entrenamiento para su sistema de aprendizaje automático.

Los investigadores luego despojaron cada modelo digital de sus características esenciales para ver cuáles podía usar la computadora para aprender la relación entre la estructura y el flujo. Recopilaron tres tipos de información. Primero, midieron rasgos estructurales básicos, como el tamaño de las esferas y el área superficial total de los vacíos. Segundo, simplificaron el complejo laberinto 3D de huecos en una red de nodos y conexiones, similar a un mapa de metro, para capturar cómo se vinculan los caminos. Tercero, y más notablemente, aplicaron una técnica llamada análisis de datos topológicos. Este método trata el espacio vacío como un paisaje y rastrea cómo cambia su forma a medida que se imagina una niebla subiendo y bajando sobre él. A medida que el nivel de la niebla cambia, aparecen y se fusionan bolsas aisladas de aire, y los bucles o túneles se forman y se cierran. Al registrar cuándo aparecen y desaparecen estas características, los investigadores crearon un resumen de la conectividad del material que es distinto de las simples mediciones de tamaño.

Alimentaron estas diferentes series de características en una red neuronal, un tipo de programa informático diseñado para aprender de ejemplos. El objetivo era simple: ¿podría la computadora mirar la descripción estructural, de red o topográfica de un nuevo material no visto y adivinar correctamente su permeabilidad? Los resultados fueron sorprendentes. Cuando el modelo fue entrenado usando toda la información disponible, predijo la permeabilidad con una tasa de error de menos del cinco por ciento, un nivel de precisión que rivaliza con las simulaciones tradicionales mucho más lentas. Aún más alentador, el modelo funcionó casi tan bien cuando se le dio solo la información topológica o solo la información estructural básica, lo que sugiere que la forma en que los huecos están conectados es tan importante como su tamaño.

Sin embargo, no todos los atajos funcionaron igual de bien. Los investigadores descubrieron que cuando dependían únicamente del mapa de red simplificado —ignorando las distancias específicas entre las conexiones— las predicciones se volvían menos precisas. Esto sugiere que, si bien el diseño general de los caminos importa, las distidades precisas entre ellos también portan información vital que un mapa aproximado podría omitir. El estudio también comparó la velocidad del nuevo método contra el antiguo. Calcular la permeabilidad para las mil muestras utilizando el método de simulación tradicional tomó casi veintiséis horas de tiempo de computación. En contraste, una vez entrenado el modelo de aprendizaje automático, podía predecir la permeabilidad para las mismas mil muestras en menos de cinco segundos.

El trabajo demuestra que el aprendizaje automático, guiado por una comprensión profunda de la forma y la conectividad, puede ofrecer una alternativa poderosa a la simulación tradicional. Los investigadores demostraron que, al traducir la compleja geometría de los materiales porosos en un conjunto de características medibles, una computadora puede aprender a predecir el flujo de fluidos con alta precisión y un retraso mínimo. Aunque el estudio se realizó con modelos sintéticos en lugar de rocas del mundo real, el éxito del enfoque sugiere que estas técnicas podrían eventualmente aplicarse a datos experimentales, ofreciendo una herramienta rápida y confiable para industrias que dependen de entender cómo se mueven los fluidos a través de la tierra. Los hallazgos confirman que la arquitectura oculta de los materiales porosos contiene la clave de su comportamiento y que, con la lente matemática adecuada, podemos leer esa arquitectura casi instantáneamente.

Resumen Técnico: Análisis de Datos Topológicos Combinado con Aprendizaje Automático para la Predicción de la Permeabilidad de Medios Porosos

Planteamiento del Problema

La predicción de la permeabilidad de medios porosos es un desafío crítico en campos que van desde la filtración de agua subterránea hasta la recuperación de petróleo y el secuestro de CO2. Los métodos tradicionales dependen de la resolución de ecuaciones de derivadas parciales (EDP), como las ecuaciones de Stokes, sobre imágenes digitalizadas de alta resolución de estructuras porosas. Aunque son precisos, estas simulaciones numéricas son computacionalmente intensivas, requiriendo a menudo mallas de grano fino y un tiempo de procesamiento sustancial, particularmente para muestras grandes o estructuralmente complejas. Por el contrario, si bien se pueden generar fácilmente representaciones sintéticas de medios porosos y los datos experimentales son cada vez más disponibles, existe la necesidad de alternativas basadas en datos que sean eficientes y que puedan predecir la permeabilidad con precisión sin la carga computacional de las simulaciones numéricas completas.

Metodología

Los autores proponen un flujo de trabajo que combina el Análisis de Datos Topológicos (TDA) y el Aprendizaje Automático (ML) para predecir la permeabilidad. El estudio utiliza un conjunto de datos de 1,000 estructuras porosas sintéticas generadas mediante el software Porous Microstructure Analysis (PuMA). Estas estructuras consisten en esferas sólidas distribuidas aleatoriamente dentro de un dominio de $50 \times 50 \times 50$ vóxeles con una porosidad objetivo de 0.5.

La metodología se desarrolla a través de cuatro etapas principales:

Generación de la Verdad de Campo (Ground Truth): Para cada estructura sintética, la permeabilidad exacta se computa utilizando las capacidades integradas de PuMA, las cuales resuelven las ecuaciones de Stokes. Estos valores sirven como etiquetas de "verdad de campo" para el modelo de ML.
Extracción de Características: Se extraen tres categorías distintas de descriptores de los datos voxelizados para servir como variables de entrada para el modelo de ML:
- Características Topológicas: Derivadas de la Homología Persistente (PH). Se emplean dos enfoques:
  - Complejos Alfa: Se genera una nube de puntos mediante el submuestreo del espacio de vacíos. Se construyen complejos alfa y se computan Diagramas de Persistencia (PD) para las dimensiones 0 (componentes conectados), 1 (bucles) y 2 (cavidades). Estos se resumen en valores de "Persistencia Total" (TP) escalares.
  - Transformada de Distancia Euclídea (EDT): El espacio de vacío se analiza mediante una filtración de supernivel de la EDT. Se generan PDs para las dimensiones 0 y 1, también resumidos en valores de TP.
- Características de Red: La estructura porosa se reduce a una red de poros simplificada utilizando el algoritmo SNOW2 (implementado en PoreSpy). Esta red representa los centros de los poros como nodos y las conexiones como aristas. Los descriptores incluyen métricas de conectividad (triadas cerradas, caminos de longitud dos, aristas) y métricas de distancia (longitud de arista, centralidad de cercanía, distancias promedio a vecinos).
- Características Estructurales: Medidas geométricas directas computadas por PuMA, incluyendo el diámetro de la esfera, la difusividad efectiva, el área superficial específica y la tortuosidad.
Modelo de Aprendizaje Automático: Se implementa una red neuronal de alimentación hacia adelante (feed-forward) utilizando TensorFlow. La arquitectura consiste en una capa de entrada, tres capas ocultas densas (128 nodos cada una) y una capa de salida, sumando aproximadamente 50,000 parámetros. El modelo está entrenado para mapear los vectores de características concatenados al logaritmo de la permeabilidad.
Entrenamiento y Evaluación: El conjunto de datos se divide en 70% para entrenamiento, 15% para validación y 15% para pruebas. El modelo se entrena durante 1,000 épocas utilizando el optimizador Adam y la pérdida de Error Cuadrático Medio (MSE). El rendimiento se evalúa mediante el Error Porcentual Absoluto Medio (MAPE) en el conjunto de prueba y se compara contra el tiempo computacional requerido para la extracción de características y la predicción.

Contribuciones Clave

Integración de TDA con ML: El artículo demuestra que los descriptores topológicos derivados de la homología persistente (específicamente la Persistencia Total de Complejos Alfa y EDT) sirven como características de entrada efectivas para modelos de ML que predicen la permeabilidad.
Análisis Comparativo de Características: El estudio compara sistemáticamente la utilidad predictiva de los descriptores estructurales, de red y topológicos. Destaca que, si bien las características estructurales son altamente precisas, las características topológicas y de red ofrecen alternativas viables con diversos compromisos computacionales.
Eficiencia Computacional: El trabajo cuantifica las ganancias de eficiencia del enfoque de ML, mostrando que, una vez entrenado, el modelo puede predecir la permeabilidad de 1,000 estructuras en segundos, lo que representa una reducción drástica comparado con la simulación numérica directa que requiere horas.
Marco Educativo: Los autores presentan las técnicas de manera accesible, utilizando paquetes de software bien documentados (PuMA, PoreSpy, GUDHI, HomCloud, TensorFlow) para facilitar la reproducibilidad y servir como recurso para introducir a los estudiantes en el TDA y el ML en la ciencia de materiales.

Resultados

Precisión Predictiva:
- Usando todos los descriptores (estructurales, de red y topológicos), el modelo logró un MAPE de 4.70% ( $R^2 = 0.9834$ ).
- Usando solo características estructurales, el MAPE fue de 4.75%, indicando que los descriptores estructurales por sí solos son casi óptimos.
- Usando solo características topológicas (Persistencia Total de todas las dimensiones), el MAPE fue de 4.72%, demostrando que los datos topológicos por sí solos son un predictor poderoso.
- Usando solo descriptores de conectividad de red, el modelo obtuvo un MAPE de 6.78%, mostrando una precisión razonable a pesar de la simplificación de la red de poros.
- El uso de descriptores de distancia de red por sí solo resultó en un MAPE alto de 11.60%, sugiriendo que estas características específicas contribuyen poca información útil para esta tarea.
Eficiencia Computacional:
- Calcular la permeabilidad de la verdad de campo para 1,000 estructuras mediante PuMA tomó 92,480 segundos.
- La extracción de características para todas las características tomó 22,745 segundos.
- El modelo de ML entrenado predijo la permeabilidad para 1,000 estructuras en 4.7 segundos.
- Si bien las características estructurales ofrecieron el MAPE más bajo, requirieron un tiempo significativo para su extracción. Las características topológicas (particularmente las basadas en EDT) ofrecieron un "punto medio", proporcionando una alta precisión con tiempos de extracción de características significativamente menores en comparación con los Complejos Alfa.
Comparación con Kozeny-Carman: Los autores compararon sus resultados de ML contra la ecuación de Kozeny-Carman. Aunque los datos siguieron una dependencia de ley de potencia similar a la ecuación, el enfoque de ML produjo un MAPE significativamente menor (4.70%) en comparación con el ajuste de Kozeny-Carman (15%), incluso con porosidad constante.

Significado y Reivindicaciones

El artículo sostiene que el Análisis de Datos Topológicos proporciona un conjunto de características útiles que pueden combinarse fácilmente con el Aprendizaje Automático para obtener resultados significativos en la predicción de la permeabilidad. Los autores afirman que su enfoque ofrece una "alternativa altamente eficiente a los cálculos tradicionales de PuMA", entregando estimaciones fiables con costos computacionales drásticamente reducidos.

El estudio enfatiza que, aunque la información estructural sigue siendo el predictor más preciso, los descriptores topológicos proporcionan "resultados instructivos" que son objetivos y agnósticos a la dimensión. Los autores concluyen que, si el tiempo computacional es una restricción, el uso de representaciones de red y topología para predecir la permeabilidad muestra una "clara promesa" y ofrece una alternativa potencial a los métodos tradicionales basados en simulación. Declaran explícitamente que su trabajo está destinado a ser accesible para educadores e investigadores, proporcionando una base para introducir estas técnicas a los estudiantes para su futura aplicación en entornos académicos o industriales. El artículo no pretende resolver todos los problemas de flujo en medios porosos, sino validar la hipótesis de que los diagramas de persistencia y los descriptores de red son predictores válidos para la permeabilidad en el contexto de estructuras sintéticas de porosidad constante.