Numerical exploration of the range of shape functionals using neural networks

Résumé technique : Exploration numérique de l'image des fonctionnelles de forme à l'aide de réseaux de neurones

Énoncé du problème
L'article traite de l'exploration numérique des diagrammes de Blaschke–Santaló, qui sont des représentations géométriques de l'image de fonctionnelles de forme vectorielles. Ces diagrammes caractérisent les inégalités possibles reliant des fonctionnelles de forme prescrites (par exemple, volume, périmètre, valeurs propres) au sein d'une classe spécifique d'ensembles, typiquement des corps convexes. Bien que des résultats théoriques existent pour des fonctionnelles purement géométriques, obtenir des descriptions explicites ou des propriétés qualitatives pour des diagrammes impliquant des quantités spectrales ou liées aux équations aux dérivées partielles (EDP) reste hautement difficile. Les approches numériques précédentes, telles que l'échantillonnage aléatoire de polygones convexes ou les méthodes reposant sur la tessellation de Voronoï, souffrent d'un échantillonnage non uniforme, de l'incapacité à capturer les extrémales de la frontière, ou d'une dépendance à une connaissance a priori de la convexité du diagramme (par exemple, la convexité verticale) qui est difficile à établir pour des cas généraux.

Méthodologie
Les auteurs proposent un cadre numérique novateur combinant une architecture spécifique de réseau de neurones pour la paramétrisation de forme avec un système de particules en interaction pour un échantillonnage uniforme.

1. Paramétrisation par réseau de neurones inversible :

   • Architecture sous-linéaire : La méthode paramétrise les corps convexes dans $\mathbb{R}^d$ comme l'image de la boule unité $B$ sous un homéomorphisme $\phi_\theta$. Cette application est construite à l'aide d'une fonction de jauge $p_\theta$, représentée par un réseau de neurones.
   • Conservation de la convexité : Pour garantir que les ensembles résultants sont intrinsèquement convexes, l'architecture du réseau est conçue pour satisfaire des contraintes de sous-linéarité. Plus précisément, la fonction de jauge est définie comme $p_\theta(x) = \beta \|x\| \text{LSE}(W^T x / \|x\|)$, où LSE est la fonction LogSumExp. Cette approximation lisse du maximum de formes linéaires assure que $p_\theta$ est continue, sous-linéaire et $C^\infty$ en dehors de l'origine.
   • Approximation universelle : Les auteurs s'appuient sur un « théorème d'approximation universelle » (prouvé dans un travail antérieur [44]) stipulant que l'ensemble des corps convexes représentables par cette architecture est dense dans l'espace de tous les corps convexes par rapport à la distance de Hausdorff.
   • Encodage de la symétrie : Le cadre permet l'imposition de symétries (par exemple, symétrie de réflexion) en moyennant la fonction de jauge sur un groupe fini d'isométries, garantissant ainsi que la forme résultante est invariante sous ce groupe.

2. Échantillonnage uniforme par particules en interaction :

   • Pour générer une distribution uniforme de points dans le diagramme de Blaschke–Santaló, les auteurs minimisent une fonctionnelle d'énergie de Riesz. Cela se formule comme un problème d'optimisation où $N$ formes $\Omega_1, \dots, \Omega_N$ sont optimisées pour maximiser leurs distances mutuelles dans l'espace fonctionnel :
     $$\min_{\theta_1, \dots, \theta_N} \sum_{1 \le i \neq j \le N} |F(\Omega_{\theta_i}) - F(\Omega_{\theta_j})|^{-s}$$
   • Cette approche est motivée par le « théorème du bagel aux graines de pavot », qui garantit que la minimisation d'une telle énergie conduit à une distribution uniforme sur la variété lorsque $N$ augmente.
   • L'optimisation est réalisée à l'aide de la différenciation automatique dans PyTorch (via l-BFGS), permettant aux gradients de circuler à travers l'ensemble du graphe de calcul, y compris la résolution d'EDP et les évaluations d'intégrales.

3. Calcul des fonctionnelles de forme :

   • Quantités intégrales : Le volume, le périmètre et le moment d'inertie sont calculés en tirant les intégrales du domaine de forme $\Omega_\theta$ vers la boule unité de référence $B$ en utilisant des formules de changement de variable impliquant le jacobien de l'application neuronale.
   • Quantités liées aux EDP :
     • Rigidité de torsion : Résolue à l'aide d'une approche par méthode des solutions fondamentales (MFS), où la solution est approximée par une combinaison linéaire de solutions fondamentales. La condition aux limites est ajustée par moindres carrés, un processus entièrement différentiable dans PyTorch.
     • Valeurs propres de Neumann : Calculées à l'aide d'une méthode Galerkin sans maillage par fonctions de base radiales (RBF). La formulation faible est tirée vers le domaine de référence, discrétisée à l'aide de fonctions de base radiales, et résolue comme un problème de valeurs propres généralisé. Pour permettre la différenciation, le problème est transformé en un problème de valeurs propres standard via une décomposition de Cholesky de la matrice de masse.
   • Régularisation : Pour empêcher l'optimisation de s'effondrer en formes plates et dégénérées (ce qui cause une instabilité numérique), un régularisateur basé sur le nombre de condition du jacobien est ajouté à la fonction de perte.

Contributions clés

• Optimisation convexe sans contrainte : L'introduction d'une paramétrisation par réseau de neurones inversible et lisse qui préserve intrinsèquement la convexité sans nécessiter de contraintes d'inégalité explicites ni de termes de pénalisation.
• Échantillonnage uniforme de diagrammes : L'application de systèmes de particules en interaction pour minimiser l'énergie de Riesz, fournissant une méthode pour échantillonner uniformément les diagrammes de Blaschke–Santaló sans dépendre d'une connaissance préalable des propriétés de convexité du diagramme.
• Résolveurs d'EDP différentiables : L'intégration réussie de la différenciation automatique avec des méthodes sans maillage (MFS et Galerkin-RBF) pour calculer et différencier les fonctionnelles spectrales et de torsion par rapport aux paramètres de forme.
• Implémentation open-source : La publication d'un package PyTorch complet (ConvexShapeOpt) et de notebooks pour faciliter la reproductibilité.

Résultats
La méthode a été testée sur divers diagrammes en $\mathbb{R}^2$ et $\mathbb{R}^3$, démontrant son efficacité sur des fonctionnelles géométriques et basées sur les EDP :

• Diagrammes géométriques (Volume, Périmètre, Moment d'inertie) : La méthode a récupéré avec succès les bornes théoriques connues et les formes extrémales (par exemple, stades, triangles, losanges) pour les corps convexes généraux et symétriques en 2D et 3D.
• Diagrammes de rigidité de torsion : L'approche a cartographié avec précision la relation entre le volume, le périmètre et la rigidité de torsion, retrouvant les inégalités connues (par exemple, Saint-Venant, Polya, Makai) et visualisant les formes optimales correspondantes.
• Diagrammes spectraux (Volume, deux premières valeurs propres de Neumann) : La méthode a exploré le diagramme pour $\mu_1$ et $\mu_2$. Bien qu'elle ait récupéré la forme générale du domaine, les auteurs notent des limitations de précision pour la frontière supérieure dues aux contraintes de mémoire associées à la différenciation à travers l'assemblage des valeurs propres.
• Diagrammes d'énergie de Willmore : Le cadre a géré avec succès les termes de frontière d'ordre supérieur, visualisant les compromis entre le volume, le périmètre et l'énergie de Willmore pour des ensembles convexes plans et 3D.
• Comparaison : Les comparaisons avec un échantillonnage aléatoire naïf de polygones convexes ont montré que la méthode proposée capture des régions du diagramme que l'échantillonnage aléatoire manque, en particulier près des frontières.

Signification et affirmations
L'article affirme fournir un « cadre numérique novateur » qui surmonte les limites des méthodes précédentes en offrant une approche « entièrement sans contrainte » de l'optimisation de forme. La signification réside dans :

1. Flexibilité : La capacité à traiter des fonctionnelles diverses (géométriques, spectrales, basées sur les EDP) au sein d'un cadre unique et unifié différentiable.
2. Robustesse : La méthode fournit une « description satisfaisante » des diagrammes en 2D et 3D sans nécessiter d'hypothèses a priori sur la géométrie du diagramme (telles que la convexité verticale).
3. Évolutivité : Bien que les coûts de calcul augmentent en 3D en raison des exigences de quadrature, la méthode reste robuste et ne nécessite pas de complexités d'implémentation supplémentaires par rapport au cas 2D.
4. Accessibilité : En tirant parti de la différenciation automatique de PyTorch, le cadre abaisse la barrière à l'exploration de nouvelles fonctionnelles et est mis à la disposition de la communauté de recherche.

Les auteurs maintiennent un ton modeste concernant les limites, reconnaissant que l'efficacité mémoire de la méthode est contrainte par la taille du graphe de calcul requis pour une différenciation de haute précision, en particulier pour les problèmes spectraux. Ils notent également que si la paramétrisation par fonction de jauge est puissante, elle rend certaines quantités géométriques (comme la largeur minimale) plus difficiles à calculer que avec les fonctions de support, bien que les deux soient théoriquement interchangeables.