🤖 machine learning

Equivariant Eikonal Neural Networks: Grid-Free, Scalable Travel-Time Prediction on Homogeneous Spaces

Cet article introduit les Équivalents de Résolveurs d'Éikonal Neuraux Équivariants, un nouveau cadre qui combine les Champs Neuraux Équivariants avec les Réseaux de Neurones Informés par la Physique pour prédire efficacement les temps de trajet sur des espaces homogènes arbitraires en exploitant un squelette partagé conditionné par des nuages de points latents pour un ancrage géométrique, une extensibilité et une pilotabilité de la solution améliorés.

Auteurs originaux : Alejandro García-Castellanos, David R. Wessels, Nicky J. van den Berg, Remco Duits, Daniël M. Pelt, Erik J. Bekkers

Publié 2026-07-30

📖 8 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Alejandro García-Castellanos, David R. Wessels, Nicky J. van den Berg, Remco Duits, Daniël M. Pelt, Erik J. Bekkers

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un maître cartographe essayant de tracer l'itinéraire le plus rapide pour un voyageur allant d'un point A à un point B. Mais voici le rebondissement : le sol sous ses pieds n'est ni plat ni uniforme. Parfois, c'est une autoroute lisse, parfois c'est un marécage boueux, et parfois le voyageur se déplace sur la surface courbe d'une balle géante ou d'un monde en forme de selle. En physique et en ingénierie, déterminer ces « temps d'arrivée les plus rapides » est régi par un casse-tête mathématique complexe appelé équation d'Eikonal. Considérez cela comme le calculateur de trafic ultime qui indique le temps qu'une onde sonore, lumineuse ou le mouvement d'un robot mettra pour atteindre sa destination à travers un paysage complexe.

Pendant des décennies, les scientifiques ont utilisé des outils rigides basés sur des grilles pour résoudre ce casse-tête, comme si l'on essayait de dessiner une courbe lisse en utilisant uniquement des briques de Lego carrées. Si le paysage devient trop complexe, il faut des millions de minuscules briques, ce qui prend un temps infini à calculer et consomme toute la mémoire de votre ordinateur. Récemment, des ordinateurs intelligents (réseaux de neurones) ont commencé à essayer de résoudre cela sans les briques, en apprenant directement la forme du monde. Mais ces nouvelles méthodes devaient souvent être réentraînées de zéro chaque fois que le paysage changeait, ce qui les rendait trop lentes pour une utilisation en temps réel. Elles étaient comme un chef qui peut préparer une pizza parfaite, mais si on lui demandait un burger, il devait retourner à l'école de cuisine pour tout réapprendre.

C'est ici qu'une équipe de chercheurs des Pays-Bas intervient avec une idée ingénieuse. Ils ont construit un réseau de neurones « changeant de forme » qui ne se contente pas d'apprendre une carte spécifique ; il apprend les règles de la façon dont les cartes changent lorsqu'on fait pivoter ou déplacer le monde. En traitant le problème comme un jeu de symétrie géométrique, ils ont créé un système capable de s'adapter instantanément à de nouveaux terrains sans avoir besoin de tout réapprendre. C'est comme enseigner à un chef l'ingrédient secret qui fait que n'importe quel plat soit savoureux, afin qu'il puisse passer instantanément de la pizza au burger simplement en changeant les ingrédients, et non la recette.

La magie de la carte « pilotable »

Le papier présente un cadre appelé Equivariant Neural Eikonal Solvers (E-NES). Pour comprendre son fonctionnement, imaginez que vous avez une feuille de caoutchouc magique et extensible représentant un paysage. Si vous faites glisser un rocher sur cette feuille, les ondulations (les temps de trajet) se déplacent avec lui parfaitement. Si vous faites pivoter la feuille, les ondulations pivotent aussi. Cette propriété est appelée équivariance.

La plupart des anciens réseaux de neurones sont comme des statues rigides ; si vous faites pivoter l'entrée, la sortie est brouillée et le réseau doit deviner ce qui s'est passé. L'E-NES, cependant, est construit avec un « cerveau géométrique ». Il comprend que si vous faites pivoter l'entrée (le champ de vitesse ou le terrain), la solution (le temps de trajet) doit pivoter de manière correspondante et prévisible. Les chercheurs ont réussi cela en représentant les « conditions » du problème non pas comme une simple liste de nombres, mais comme un nuage de points flottant dans un espace mathématique spécial appelé groupe de Lie. Considérez ce nuage de points comme un ensemble d'ancres flottantes qui indiquent au réseau où le « vent » souffle ou où se trouve la « boue ».

Le coup de génie réside dans le fait que le réseau partage sa « mémoire musculaire » (poids) à travers toutes ces transformations. Au lieu d'apprendre une solution distincte pour chaque rotation ou déplacement possible, il apprend une solution maîtresse qui peut être « pilotée » pour s'adapter à n'importe quelle orientation. Si vous dites au réseau : « Fais pivoter le vent de 90 degrés », le réseau n'a pas besoin de se réentraîner ; il applique simplement cette rotation à sa logique interne, et la carte des temps de trajet se met à jour instantanément et correctement.

Ce qu'ils ont trouvé et comment ils l'ont testé

L'équipe a mis son nouveau solveur à l'épreuve dans trois mondes très différents : des cartes 2D plates, des cubes 3D et la surface courbe d'une sphère (comme la Terre). Ils ont comparé leur méthode à l'état de l'art actuel, qui comprend des « opérateurs neuronaux » (comme FC-DeepONet) et d'autres méthodes sans grille.

Dans les tests 2D, utilisant un ensemble de données de référence appelé OpenFWI comprenant 10 types différents de champs de vitesse (certains plats, certains courbes, certains avec des failles), l'E-NES a montré qu'il pouvait être incroyablement précis. Lorsqu'ils ont laissé le réseau faire de l'« autodecodage » (affiner ses paramètres internes) pendant environ 100 cycles, il a battu la concurrence sur sept des dix ensembles de données. Pour les cartes plus complexes et délicates, l'amélioration a été substantielle. Même lorsqu'ils ont accéléré le processus pour gagner du temps (en utilisant une approche de « méta-apprentissage » qui ne prend que quelques étapes), l'E-NES est resté compétitif, tout en offrant un gain de vitesse massif.

Voici où les chiffres deviennent passionnants : les méthodes traditionnelles prenaient des centaines de secondes pour ajuster une seule nouvelle carte. L'E-NES, en utilisant son astuce de méta-apprentissage, a pu ajuster 100 champs de vitesse différents en moins de 6 secondes au total. C'est une amélioration de deux ordres de grandeur. Bien que le mode de « convergence complète » (où l'on exécute plus longtemps pour obtenir la meilleure précision absolue) ait pris environ 222 secondes pour 100 champs, il a tout de même produit des erreurs plus faibles que les concurrents dans la plupart des cas.

Ils ont également testé le système en 3D. À mesure qu'ils augmentaient la taille de la grille, passant d'un petit bloc de 2x2x2 à un bloc massif de 6x6x6, l'E-NES maintenait des taux d'erreur stables. Contrairement aux anciennes méthodes basées sur la grille (comme la méthode de Fast Marching), qui deviennent de plus en plus lentes à mesure que l'on ajoute du détail, l'E-NES est resté rapide car il ne repose pas sur une grille. Il traite le monde comme un flux continu, de sorte que l'ajout de résolution ne le brise pas.

Enfin, ils ont emmené le système sur une sphère (la 2-sphère, $S^2$ ). Il s'agit d'un monde non euclidien, ce qui signifie que la géométrie est courbe comme une balle, et non plate comme une table. Ils ont testé le système avec des vitesses constantes et avec des champs d'« obstacles gaussiens » (où une zone lente agit comme une bosse sur la sphère). L'E-NES a géré cela magnifiquement, atteignant une erreur relative de seulement 0,013 pour les vitesses constantes et 0,015 pour les champs d'obstacles. Il a même réussi à planifier des trajectoires géodésiques (les routes les plus courtes sur une sphère), contournant les obstacles de la même manière que la physique l'exige.

Pourquoi cela importe

Le papier écarte explicitement l'idée selon laquelle vous devez réentraîner un réseau pour chaque nouveau scénario ou que vous êtes coincé par les limitations d'une grille. Les auteurs soutiennent que l'entraînement « par instance » des anciennes méthodes crée un goulot d'étranglement pour les applications en temps réel. Au lieu de cela, ils démontrent qu'en intégrant la symétrie géométrique directement dans l'architecture du réseau, on obtient un système qui est non seulement plus précis, mais aussi « pilotable ».

Cette pilotabilité est la clé. Cela signifie que si vous modifiez l'entrée (comme la rotation d'un champ de vitesse), la sortie change d'une manière mathématiquement garantie. Cela permet au système de se généraliser à des variétés riemanniennes arbitraires — qu'elles soient plates, sphériques ou hyperboliques — sans nécessations d'ajustements spéciaux. Les auteurs suggèrent que cette approche pourrait révolutionner des domaines tels que l'imagerie sismique (cartographie des structures souterraines), la robotique (planification de trajectoires pour des robots dans des environnements complexes) et la vision par ordinateur (compréhension des formes 3D).

En résumé, les chercheurs n'ont pas seulement construit un calculateur plus rapide ; ils ont construit un calculateur qui comprend la géométrie du monde qu'il calcule. Ils ont montré qu'en respectant les symétries de l'univers, on peut résoudre des énigmes complexes de temps de trajet avec une fraction de l'effort, ouvrant la voie à une modélisation de haute précision en temps réel en 2D, 3D et même à la surface d'une sphère.

Résumé Technique : Réseaux de Neurones Équivariants pour l'Équation d'Éikonal

Énoncé du Problème

L'équation d'Éikonal, une équation aux dérivées partielles (EDP) non linéaire du premier ordre, est fondamentale pour calculer les temps d'arrivée les plus courts (temps de trajet) dans des champs de vitesse scalaires à travers divers domaines tels que la vision par ordinateur (fonctions de distance signée, segmentation géodésique), la robotique (planification de mouvement) et la géophysique (propagation des ondes sismiques).

Les solveurs numériques conventionnels, incluant la méthode de marche rapide (Fast Marching Method - FMM) et la méthode de balayage rapide (Fast Sweeping Method - FSM), reposent lourdement sur la discrétisation spatiale. Cela crée un compromis où les modèles de vitesse complexes nécessitent des grilles à haute résolution, entraînant des coûts computationnels et de mémoire prohibitifs. Bien que les réseaux de neurones informés par la physique (Physics-Informed Neural Networks - PINNs) offrent une alternative sans grille en intégrant des contraintes d'EDP dans la fonction de perte, ils nécessitent généralement l'entraînement d'un réseau distinct pour chaque champ de vitesse différent, ce qui limite leur applicabilité dans des scénarios en temps réel ou à grande échelle.

Les opérateurs neuronaux (par exemple, DeepONet, Fourier Neural Operators) tentent d'apprendre des mises en correspondance entre des espaces de fonctions (champs de vitesse vers des solutions de temps de trajet) utilisant des architectures communes. Cependant, les approches existantes reposent souvent sur une discrétisation partielle, manquent d'invariance de résolution ou dépendent de la supervision de solveurs numériques. De plus, elles échouent souvent à exploiter explicitement les symétries géométriques inhérentes au problème, manquant ainsi des opportunités d'amélioration de l'efficacité de la représentation et de la généralisation.

Méthodologie : Solveur Équivariant de l'Équation d'Éikonal (E-NES)

Les auteurs proposent l'Équivariant Neural Eikonal Solver (E-NES), un cadre qui intègre les Champs Neuraux Équivariants (Equivariant Neural Fields - ENFs) avec les solveurs d'Éikonal neuronaux. L'innovation centrale réside dans la modélisation de la solution comme un champ neural conditionnel où les variables de conditionnement sont des nuages de points géométriques au sein d'un groupe de Lie, assurant l'équivariance sous les actions de groupe.

1. Cadre Théorique

La méthode définit un champ neural conditionnel $T_\theta(s, r; z)$ qui approxime la solution du temps de trajet $T(s, r)$ pour un champ de vitesse donné. La variable de conditionnement $z$ est représentée comme un ensemble de paires pose-contexte $z = \{(g_i, c_i)\}_{i=1}^N$ , où $g_i$ sont des éléments de groupe (poses) et $c_i$ sont des vecteurs de contexte.

Le cadre impose une contrainte de pilotabilité (steerability) :
$T_\theta(s, r; g \cdot z) = T_\theta(g^{-1} \cdot s, g^{-1} \cdot r; z)$
Cette propriété garantit que l'application d'une transformation de groupe $g$ à la variable de conditionnement latente induit une transformation correspondante et prévisible de la solution du temps de trajet. Par conséquent, le réseau se généralise à travers toute l'orbite des transformations de groupe sans augmentation de données explicite.

La solution est factorisée en $T(s, r) = \tilde{d}(s, r) \tau(s, r)$ , où $\tilde{d}$ est une semi-métrique invariante par le groupe (par exemple, la distance géodésique ou la distance chordale euclidienne) et $\tau$ est le champ scalaire apprenable.

2. Architecture du Modèle

L'architecture E-NES se compose de deux composants principaux :

Encodeur à Attention Croisée Invariante : Ce module calcule des représentations invariantes des coordonnées d'entrée $(s, r)$ et du nuage de points de conditionnement $z$ . Il utilise la méthode du repère mobile (moving frame method) pour dériver un ensemble complet d'invariants fonctionnellement indépendants. Plus précisément, pour chaque pose $g_i$ dans le nuage de points, il calcule des invariants via $Inv(s, r, g_i) = (g_i^{-1} \cdot s, g_i^{-1} \cdot r)$ . Ces invariants sont traités par des caractéristiques de Fourier aléatoires (Random Fourier Features - RFF) et injectés dans un mécanisme d'attention croisée où la requête (query) est dérivée des caractéristiques invariantes et les clés/valeurs (keys/values) des vecteurs de contexte.
Projection de Vitesse Bornée : La sortie de l'encodeur est transmise à un perceptron multicouche (MLP) avec des activations AdaptiveGauss pour modéliser des fronts d'onde nets. Une couche de projection finale mappe la sortie vers la plage physiquement valide $[1/v_{max}, 1/v_{min}]$ .

3. Calcul d'Invariants

Une contribution théorique clé est l'extension de la méthode du repère mobile aux variétés de produits où l'action du groupe peut ne pas être libre. Les auteurs prouvent qu'en augmentant l'espace avec un élément de groupe latent apprenable, un ensemble complet d'invariants fonctionnellement indépendants peut être systématiquement dérivé. Cela garantit l'absence de perte d'information lors de la canonicalisation et assure l'expressivité du modèle.

4. Stratégie d'Entraînement

Le modèle est entraîné selon les principes des réseaux de neurones informés par la physique (PINN). La fonction de perte pénalise les écarts par rapport à la forme hamiltonienne de l'équation d'Éikonal ( $H=0$ ) aux paires source-récepteur échantillonnées. Les auteurs emploient deux modes d'entraînement :

Autodécodage (Autodecoding) : Optimisation simultanée des poids du réseau $\theta$ et des variables latentes $z$ .
Méta-apprentissage (Meta-learning) : Une boucle externe optimise $\theta$ , tandis qu'une boucle interne optimise $z$ pour des champs de vitesse spécifiques en quelques étapes, permettant une adaptation rapide à de nouveaux champs.

Contributions Clés

Généralisation des Champs Neuraux Équivariants : Les auteurs étendent les ENFs à des fonctions définies sur des produits de variétés riemanniennes avec des actions de groupe régulières, couvrant les espaces homogènes associés aux groupes de Lie linéaires.
Cadre E-NES : Ils implémentent un solveur qui exploite les symétries géométriques pour résoudre les équations d'Éikonal, permettant une généralisation à travers les transformations de groupe sans augmentation de données.
Garanties Théoriques : Ils fournissent une analyse d'expressivité formelle établissant un ensemble complet d'invariants indépendants, comblant les lacunes des travaux antérieurs où les invariants étaient sélectionnés de manière heuristique.
Évolutivité sans Grille (Grid-Free Scalability) : L'approche offre une méthode sans grille et indépendante de la résolution pour résoudre les équations d'Éikonal sur des variétés riemanniennes arbitraires, incluant les espaces euclidiens, sphériques et hyperboliques.

Résultats Expérimentaux

Les auteurs ont validé E-NES sur des benchmarks 2D, 3D et sphériques :

Benchmarks 2D OpenFWI : Sur dix catégories de champs de vitesse (ex: FlatVel, CurveFault, Style), E-NES a surpassé FC-DeepONet dans 7 cas sur 10 en utilisant la convergence complète de l'autodécodage. Il a obtenu des erreurs relatives (RE) nettement inférieures et a démontré une meilleure adaptabilité aux géométries complexes.
Comparaison avec Functa : E-NES a systématiquement surpassé Functa (une ligne de base standard de champ neural conditionnel) sur tous les jeux de données, grâce au conditionnement par nuage de points géométriques de E-NES par rapport aux vecteurs latents globaux de Functa.
Évolutivité (3D) : Étendu à la 3D, E-NES a maintenu des métriques d'erreur stables à mesure que les dimensions de la grille augmentaient, là où les méthodes traditionnelles comme FMM souffrent d'une croissance computationnelle exponentielle. E-NES a démontré des avantages computationnels sur FMM même avec des tailles de grille minimales, les gains d'efficacité s'amplifiant à plus grande échelle.
Domaines Non-Euclidiens : La méthode s'est généralisée avec succès à la 2-sphère ( $S^2$ ) avec une pilotabilité $SO(2)$, atteignant de faibles erreurs relatives sur des champs de vitesse constants et complexes. Elle a permis la planification de trajectoires géodésiques par intégration de gradient, contournant correctement les obstacles.
Efficacité : Bien que l'autodécodage nécessite du temps d'optimisation, l'approche de méta-apprentissage a réduit le temps d'ajustement pour 100 champs de vitesse d'environ 1000 secondes (DeepONet) à moins de 6 secondes, représentant une amélioration de deux ordres de grandeur de la vitesse d'inférence pour de nouveaux champs.

Signification et Revendications

L'article affirme que E-NES représente une avancée significative dans l'apprentissage automatique scientifique pour la résolution d'EDP en unifiant l'apprentissage profond géométrique avec les contraintes informées par la physique.

Pilotabilité et Contrôle : Le cadre permet aux utilisateurs d'induire des modifications géométriquement significatives dans la solution en transformant le nuage de points latent, offrant un niveau de contrôle absent des opérateurs neuronaux standards.
Efficacité de Représentation : En partageant les poids à travers l'orbite du groupe, le modèle atteint une efficacité de représentation et une robustesse supérieures par rapport aux méthodes nécessitant un entraînement distinct pour chaque instance.
Flexibilité : La nature sans grille permet une évaluation continue à des résolutions arbitraires, ce qui est adapté aux applications nécessant une haute précision ou une planification de trajectoire continue (ex: robotique, lancer de rayons).
Adaptabilité au Temps d'Exécution : Contraなる aux opérateurs neuronaux à poids fixes, E-NES permet aux praticiens d'ajuster dynamiquement le compromis entre précision et coût computationnel au moment de l'exécution en variant le nombre d'itérations d'optimisation.

Les auteurs positionnent ce travail comme une étape vers des solveurs plus généralisables et géométriquement fondés pour des systèmes physiques complexes, avec des travaux futurs prévus pour les espaces position-orientation et les géométries hyperboliques.