Physics Informed Bayesian Machine Learning of Sparse and Imperfect Nuclear Data

Cet article présente un cadre d'apprentissage automatique bayésien informé par la physique qui exploite des priors de modèles de fission et des contraintes de rendement cumulé pour évaluer avec précision les rendements de produits de fission indépendants dépendants de l'énergie, malgré la rareté et l'imperfection des données nucléaires expérimentales.

L'essentiel

Le gros problème : Essayer de cuisiner avec une recette incomplète

Imaginez que vous êtes un chef essayant de créer la recette parfaite pour un plat complexe (les rendements de fission nucléaire). Vous avez deux problèmes majeurs :

1. Vous avez très peu de tests de goût : Les données expérimentales (les « tests de goût » de la façon dont le combustible nucléaire se brise) sont extrêmement rares, désordonnées et parfois contradictoires.
2. Vous n'avez aucune intuition : Si vous utilisez simplement un programme informatique standard (apprentissage automatique purement « axé sur les données ») pour deviner la recette à partir de ces quelques tests de goût, l'ordinateur risque d'être confus. Il pourrait inventer des saveurs qui n'existent pas ou rater les épices subtiles parce qu'il ne comprend pas les règles de la cuisine (la physique).

Dans le monde de la physique nucléaire, c'est un problème énorme. Les scientifiques ont besoin de savoir exactement comment le combustible nucléaire se brise pour construire de meilleurs réacteurs et créer des isotopes médicaux, mais les données sont trop maigres pour que les ordinateurs apprennent par eux-mêmes.

La solution : Un apprenti chef « intelligent »

Les auteurs de cet article proposent une nouvelle façon d'entraîner l'ordinateur. Au lieu de laisser l'ordinateur partir de zéro, ils lui donnent une avance grâce à une approche « informée par la physique ».

Voyez cela comme ceci :

• L'ancienne méthode (Apprentissage non informé) : Vous donnez à un ordinateur quelques photos floues d'un gâteau et vous lui demandez de deviner la recette. Il pourrait se tromper parce qu'il ne sait pas qu'un gâteau nécessite de la farine, des œufs, ou qu'il doit lever au four.
• La nouvelle méthode (Apprentissage informé par la physique) : Avant de montrer les photos floues à l'ordinateur, vous lui enseignez d'abord un manuel de théorie parfait sur la pâtisserie (le modèle physique GEF). L'ordinateur lit tout le livre et apprend les lois de la pâtisserie (conservation de la masse, effets quantiques, etc.).
• Le résultat : Maintenant, quand vous montrez à l'ordinateur les quelques photos floues (les données expérimentales réelles et éparses), il ne part pas de zéro. Il utilise ses connaissances du manuel pour interpréter correctement les photos. Il se dit : « Ah, cette tache floue doit être un gâteau qui lève, car je sais comment les gâteaux lèvent. »

Comment ils ont fait : L'entraînement en deux étapes

Les chercheurs ont utilisé une technique appelée Apprentissage Bayésien (Bayesian Machine Learning). Voici le processus qu'ils ont utilisé, décomposé simplement :

1. Étape 1 : L'entraînement par le « Manuel » (Le Prior) :
   Ils ont pris un modèle de physique sophistiqué (appelé GEF) qui simule parfaitement la fission nucléaire selon les lois connues. Ils ont d'abord injecté les données générées par ce modèle dans l'ordinateur. Cela a créé un « prior intelligent » — une attente de base sur ce à quoi les données devraient ressembler.

2. Étape 2 : L'ajustement au « Monde Réel » (Le Posterior) :
   Ensuite, ils ont montré à l'ordinateur les données expérimentales réelles, éparses et désordonnées. Parce que l'ordinateur connaissait déjà les « règles du jeu » grâce à l'étape 1, il a pu ajuster sa compréhension pour correspondre aux données réelles sans être confus ou inventer des absurdités.

3. Étape 3 : La « Double Vérification » (Les Contraintes) :
   Ils ont également utilisé une astuce ingénieuse. Ils savaient que les « Rendements Indépendants » (la façon dont les morceaux se brisent immédiatement) et les « Rendements Cumulés » (la façon dont les morceaux apparaissent après leur désintégration au fil du temps) sont mathématiquement liés. Ils ont utilisé ce lien comme un filet de sécurité. Si la supposition de l'ordinateur pour la rupture immédiate ne correspondait pas aux règles connues pour la désintégration à long terme, l'ordinateur était forcé de se corriger.

Ce qu'ils ont trouvé : Des prédictions plus intelligentes

Lorsqu'ils ont testé cette nouvelle méthode sur l'Uranium-235 (un combustible nucléaire courant), les résultats ont été impressionnants :

• Précision : L'« Apprenti Intelligent » (Informé par la physique) était beaucoup plus proche des données de la « Référence d'Or » (Gold Standard) que l'« Apprenti Sans Intuition » (Non informé). Le taux d'erreur est passé d'environ 5 % à moins de 1 %.
• Compréhension des « Petites Lettres » : Les données nucléaires présentent de minuscules ondulations et des motifs (comme le fait que les nombres impairs et pairs de particules se comportent différemment). L'ancienne méthode manquait ces détails. La nouvelle méthode, parce qu'elle a d'abord appris les règles de la physique, pouvait voir et prédire ces motifs subtils correctement.
• Vitesse : Parce que l'ordinateur a commencé avec une « éducation par manuel », il a appris les données réelles beaucoup plus rapidement et avec moins de confusion.

L'essentiel à retenir

Cet article démonte le fait qu'on ne peut pas simplement jeter des données à un ordinateur et s'attendre à ce qu'il comprenne la physique nucléaire. Il faut d'abord enseigner à l'ordinateur les lois de la physique.

En combinant un modèle de physique théorique avec des données du monde réel, les chercheurs ont créé un outil capable de combler les lacunes des données manquantes avec une grande confiance. C'est crucial pour la conception des futurs systèmes d'énergie nucléaire et des outils médicaux, garantissant que les « recettes » du combustible nucléaire sont précises, sûres et fiables, même lorsque nous n'avons pas assez de données expérimentales pour vérifier chaque étape.

Résumé technique

Résumé technique : Apprentissage automatique bayésien informé par la physique de données nucléaires éparses et imparfaites

Énoncé du problème
L'apprentissage automatique fondé sur les données dans le domaine de la physique nucléaire se heurte à des obstacles importants dus à la rareté des données expérimentales et aux imperfections inhérentes (bruit, incomplétude et écarts) des ensembles de données existants. Les approches purement fondées sur les données échouent souvent à exploiter au maximum la valeur des données rares, telles que les rendements de produits de fission induits par neutrons, qui sont critiques pour les applications énergétiques nucléaires avancées (par exemple, nouveaux types de combustibles, production d'isotopes médicaux) mais ne sont disponibles que de manière éparse à des énergies d'incidence spécifiques (thermique, 0,5 MeV et 14 MeV). De plus, bien que les théories microscopiques (par exemple, TD-DFT, TD-GCM) décrivent certains aspects de la fission, elles peinent à reproduire les distributions détaillées des rendements de produits de fission, et les modèles semi-empiriques manquent souvent d'une dépendance énergétique complète. Le défi spécifique abordé dans ce travail est l'évaluation des rendements de fission indépendants, qui possèdent moins de points de données mesurés que les rendements cumulatifs, mais qui sont essentiels pour les opérations du cycle du combustible et la compréhension des processus de fission.

Méthodologie
Les auteurs proposent un cadre d'apprentissage automatique bayésien informé par la physique qui intègre directement des modèles physiques dans le processus d'apprentissage, spécifiquement par la construction de priors informatifs. La méthodologie se compose des composantes clés suivantes :

1. Cadre de réseau de neurones bayésien (BNN) : L'architecture centrale est un BNN avec deux couches cachées (22 neurones chacune) utilisant une fonction d'activation tanh. Les entrées comprennent le nombre de masse du fragment ($A$), le nombre de charge ($Z$) et l'énergie d'incidence des neutrons ($E$). La sortie est le rendement de fission indépendant $Y_i$. Les incertitudes sont quantifiées via l'intervalle de confiance (IC) à 95 % en utilisant l'échantillonnage de Monte Carlo par chaîne de Markov (MCMC) des poids du réseau.
2. Priors informés par la physique (Transfer Learning) : Au lieu de partir de priors non informatifs, les auteurs utilisent un modèle physique (le modèle GEF) pour générer un large ensemble de données de rendements indépendants dépendant de l'énergie pour $^{235}$U. Un BNN est d'abord entraîné sur ces données générées ($D_{phys}$) pour obtenir une distribution postérieure $P(w_1|D_{phys})$. Cette postérieure est ensuite utilisée comme prior informatif $P(w_2)$ pour l'évaluation ultérieure des données expérimentales éparses ($D_{expt}$). Cette approche transfère efficacement les connaissances physiques exhaustives (incluant les lois de conservation, les effets de coquille et les effets d'imparité) dans l'inférence bayésienne.
3. Contraintes physiques via les rendements cumulatifs : Pour pallier la rareté des données de rendement indépendant, le cadre incorpore une fusion de données hétérogènes. Les rendements cumulatifs, plus abondants, sont liés aux rendements indépendants via une matrice de conversion (déterminée par les désintégrations $\beta$). Cette relation est imposée comme une contrainte physique dans la fonction de coût ($\chi^2$), pénalisant les écarts entre les rendements indépendants prédits et les rendements cumulatifs mesurés.
4. Entraînement et évaluation : Le modèle est entraîné sur une combinaison de données expérimentales (issues de la bibliothèque EXFOR et des évaluations JENDL-5) et de la fonction de perte contrainte par la physique. Le processus d'entraînement utilise l'accélération GPU.

Résultats clés
L'étude démontre l'efficacité de l'approche informée par la physique à travers plusieurs analyses comparatives :

• Amélioration de la précision et de la convergence : L'« apprentissage informé » (utilisant les priors GEF) surpasse nettement l'« apprentissage non informé » (BNN standard). L'écart de normalisation pour l'apprentissage informé est d'environ 0,22 %, contre 5,3 % pour l'apprentissage non informé. De plus, les valeurs de perte convergent beaucoup plus rapidement avec les priors informés, tandis que l'apprentissage non informé présente une convergence lente avec de grandes incertitudes.
• Cohérence physique de la dépendance énergétique : L'apprentissage informé reproduit correctement l'évolution physique des rendements de fission avec l'augmentation de l'énergie d'excitation. Plus précisément, il capture l'augmentation exponentielle du canal de fission symétrique à basse énergie et la fusion progressive des pics de charge. En revanche, l'apprentissage non informé ne parvient pas à capturer ces tendances, montrant des augmentations anormalement rapides des rendements symétriques à basse énergie et des structures fines incorrectes.
• Reproduction de la structure fine : L'approche informée réussit à interpoler les structures fines, telles que l'oscillation de l'imparité (odd-even staggering) dans les rendements de charge. Elle prédit correctement la disparition de cette oscillation à des énergies d'excitation plus basses (autour de 6–10 MeV selon la masse du fragment) par rapport à l'apprentissage non informé, s'alignant ainsi sur les attentes théoriques concernant les corrélations d'appariement à des températures finies.
• Efficacité des contraintes : L'inclusion des contraintes de rendement cumulatif réduit considérablement les valeurs de perte (par exemple, de 0,57 à 0,17 pour des isotopes spécifiques), démontrant que les contraintes supplément efficacement l'information de dépendance énergétique, même si les rendements indépendants et cumulatifs sont largement compatibles.
• Quantification de l'incertitude : Le cadre bayésien fournit des estimations d'incertitude robustes. L'apprentissage informé produit des intervalles de confiance plus serrés qui s'alignent mieux avec les points de données expérimentaux (par exemple, à 3 MeV) par rapport aux incertitudes larges des modèles non informés.

Signification et revendications
L'article affirme démontrer une approche d'« apprentissage automatique véritablement bayésien » qui exploite les connaissances physiques complètes pour tirer parti de données nucléaires éparses et coûteuses. La signification primaire réside dans :

1. Combler le fossé des données : En utilisant des modèles physiques pour générer des priors informatifs, la méthode surmonte les limites des petits ensembles de données, permettant des évaluations fiables des rendements de fission indépendants là où les données expérimentales sont extrêmement rares.
2. Supériorité sur les méthodes purement fondées sur les données : Les résultats montrent que sans l'intégration d'informations physiques (via les priors ou les contraintes), il est impossible d'exploiter pleinement les données rares ou de reproduire des phénomènes physiques complexes comme les structures fines et les dépendances énergétiques non monotones.
3. Généralisabilité : Bien que focalisé sur les rendements de fission, les auteurs postulent que ce cadre peut être étendu à d'autres domaines de la physique nucléaire présentant des ensembles de données imparfaits, tels que les sections efficaces de réaction et l'équation d'état de la matière nucléaire.
4. Automatisation et objectivité : L'approche offre une voie vers une évaluation des données nucléaires automatisée et sans biais, réduisant la dépendance aux ajustements manuels dictés par les experts dans la génération des bibliothèques de données nucléaires recommandées.

Le travail conclut que l'intégration des théories et modèles nucléaires existants dans les priors de l'apprentissage automatique est essentielle pour l'avancement de l'évaluation des données de physique nucléaire dans les années à venir.