Multi-task deep neural network for predicting both nuclear fission yields and their experimental errors in peak-shaped data

Cet article présente une nouvelle approche d'apprentissage profond multi-tâches, intégrant un effet pair-impair et une fonction de perte innovante, pour prédire avec plus de précision les rendements de fission nucléaire et leurs erreurs expérimentales dans des données à profil de pic.

L'essentiel

🌟 Le Grand Défi : Prédire le chaos d'une explosion atomique

Imaginez que vous essayez de prédire exactement comment des milliers de billes de différentes couleurs vont se disperser après avoir cassé un vase en cristal. C'est un peu ce que font les physiciens avec la fission nucléaire. Quand un atome lourd (comme l'uranium) se brise, il se transforme en centaines de petits atomes différents (les "produits de fission").

La quantité de chaque petit atome produit s'appelle le rendement de fission. Le problème ? Ces données ne forment pas une ligne droite ou une courbe lisse. Elles ressemblent à une chaîne de montagnes avec des pics très hauts et des vallées profondes, et surtout, elles sont très "jagged" (irrégulières), comme une dent de scie.

De plus, les scientifiques ne connaissent pas toujours la réponse exacte pour toutes les énergies (comme pour un réacteur rapide). Ils doivent donc deviner (prédire) ces pics manquants.

🤖 La Solution : Un cerveau artificiel qui apprend deux choses à la fois

Les chercheurs (M. Ueno et son équipe) ont créé un nouveau type d'intelligence artificielle (un réseau de neurones) pour résoudre ce casse-tête. Voici comment ils ont fait, avec des analogies simples :

1. L'approche "Multi-tâche" : Le chef d'orchestre et son assistant

Habituellement, les ordinateurs apprennent une chose à la fois (ex: "Prédire le pic A", puis "Prédire le pic B"). C'est comme apprendre à jouer du piano, puis à apprendre à cuisiner, séparément.

Ici, ils ont utilisé une méthode appelée Multi-task Learning (Apprentissage multi-tâches). Imaginez un chef d'orchestre qui apprend deux choses en même temps :

1. La note exacte à jouer (la quantité d'atomes produits).
2. Le niveau de confiance qu'il a dans cette note (l'erreur expérimentale).

Pourquoi c'est génial ? Parce que ces deux choses sont liées. Si le chef sait que la note est très précise, il sait aussi que son erreur est faible. En apprenant les deux ensemble, l'IA devient beaucoup plus intelligente et précise que si elle apprenait les tâches séparément. C'est comme si un étudiant apprenait les mathématiques et la physique en même temps : les deux matières s'éclairent mutuellement.

2. Le "Poids" spécial : Se concentrer sur les sommets des montagnes

Le plus dur avec ces données en forme de montagnes, c'est que les pics (les sommets) sont très importants mais rares. Les méthodes classiques (comme la "Moyenne des Erreurs Quadratiques") ont tendance à ignorer ces pics pour se concentrer sur les vallées plates, car c'est plus facile.

Les chercheurs ont inventé une nouvelle fonction de perte (une règle de notation pour l'IA).

• L'analogie : Imaginez un professeur qui corrige un examen. D'habitude, il donne la même importance à chaque question. Ici, le professeur a dit : "Si l'élève se trompe sur le sommet de la montagne (le pic), je vais lui mettre une pénalité énorme ! Si il se trompe dans la vallée, ce n'est pas grave."
• Cela force l'IA à se concentrer intensément sur les parties les plus difficiles et les plus importantes des données.

3. L'effet "Pair-Impair" : La règle de la stabilité

En physique nucléaire, il y a une règle bizarre : les atomes avec un nombre pair de particules sont plus stables et plus fréquents que ceux avec un nombre impair. Cela crée un effet de "dent de scie" sur les courbes.

• L'analogie : C'est comme si vous essayiez de marcher sur un sol où chaque deuxième marche est plus haute que la précédente.
• Les chercheurs ont donné cette information à l'IA comme un "indice" supplémentaire. Au lieu de laisser l'IA deviner pourquoi certaines marches sont plus hautes, ils lui ont dit : "Attention, les marches paires sont plus hautes !". Cela a grandement amélioré la précision de la prédiction.

📊 Les Résultats : Une prédiction plus fiable

En testant leur méthode sur des atomes réels (comme l'Uranium 235 ou le Plutonium), ils ont comparé leur IA avec les anciennes méthodes :

• Les anciennes méthodes (BNN, DNN simple) : Elles lissaient trop les courbes, effaçant les pics importants, ou faisaient des erreurs sur les valeurs extrêmes.
• La nouvelle méthode (Multi-tâche + Poids + Indice Pair-Impair) : Elle a réussi à reproduire la forme exacte des "montagnes", y compris les pics pointus et les petites irrégularités.

💡 Pourquoi est-ce important pour nous ?

Ce n'est pas juste un exercice théorique.

1. Sécurité des réacteurs : Pour construire des réacteurs nucléaires plus sûrs (surtout les réacteurs rapides), il faut connaître exactement quels déchets radioactifs seront produits.
2. Gestion des déchets : Si on sait mieux prédire les erreurs et les quantités, on peut mieux concevoir le stockage des déchets radioactifs pour des milliers d'années.
3. Économie de temps : Au lieu d'attendre des décennies pour faire des expériences en laboratoire pour chaque nouvelle énergie, cette IA permet de prédire les résultats manquants avec une grande fiabilité.

En résumé

Les chercheurs ont créé un super-cerveau artificiel qui apprend à la fois la réponse et la marge d'erreur, en se concentrant particulièrement sur les points critiques (les pics) et en utilisant des indices physiques (pair/impair). Résultat : une carte beaucoup plus précise du chaos nucléaire, essentielle pour l'avenir de l'énergie nucléaire.

Résumé technique

Titre : Réseau de neurones profond multi-tâches pour la prédiction des rendements de fission nucléaire et de leurs erreurs expérimentales dans des données en forme de pic

1. Problématique

Les données sur les rendements des produits de fission (FPY - Fission Product Yields) sont cruciales pour la conception, la simulation et la sécurité des réacteurs nucléaires. Cependant, plusieurs défis majeurs limitent leur utilisation :

• Données incomplètes : Les bibliothèques de données nucléaires majeures (comme JENDL-5) ne fournissent des données FPY fiables que pour des énergies de neutrons spécifiques (thermiques, 0,5 MeV et 14 MeV). Il existe un besoin critique de prédire ces rendements pour d'autres énergies, en particulier pour les réacteurs rapides.
• Complexité des données : La distribution des FPY présente une caractéristique "en forme de pic" (double bosse) avec des structures fines et irrégulières (effet pair-impair). Les modèles phénoménologiques et semi-microscopiques actuels peinent à prédire ces structures complexes, en particulier pour les données non observables.
• Limites des approches d'apprentissage automatique existantes : Bien que les Réseaux de Neurones Bayésiens (BNN) offrent une quantification de l'incertitude, ils reposent sur des hypothèses de distributions gaussiennes qui peinent à capturer les structures de pics complexes et "en dents de scie". De plus, les méthodes traditionnelles traitent souvent la prédiction de la valeur du rendement et de son erreur expérimentale de manière indépendante, ignorant leur forte corrélation.

2. Méthodologie

L'étude propose une architecture d'apprentissage automatique avancée combinant plusieurs innovations :

• Apprentissage Multi-tâches (Multi-Task Learning - MTL) :

  • Utilisation du modèle MMoE (Multi-gate Mixture-of-Experts). Cette architecture apprend simultanément deux tâches corrélées : la prédiction de la valeur du rendement (FPY) et la prédiction de l'erreur expérimentale associée (FPY error).
  • Le modèle partage des représentations communes via des réseaux de neurones feed-forward, tout en utilisant des "portes" (gating mechanisms) pour allouer des sous-réseaux spécifiques à chaque tâche, exploitant ainsi la corrélation entre la valeur du rendement et son incertitude.

• Fonction de Perte Pondérée (Weighted Loss Function) :

  • Pour surmonter le problème de sous-ajustement (underfitting) des régions de pics par les fonctions de perte standards (MSE), les auteurs introduisent une nouvelle fonction de perte.
  • Cette fonction attribue des poids dynamiques aux données d'entraînement : les points de données situés dans les régions de pics (valeurs normalisées élevées) reçoivent un poids plus important, forçant le modèle à prioriser l'ajustement de ces structures critiques.

• Intégration de l'Effet Pair-Impair (Odd-Even Effect) :

  • Un indicateur de parité ($O_i$) est ajouté comme entrée supplémentaire au réseau. Il encode si le nombre de masse ($A$) est pair (stabilité accrue, rendement plus élevé) ou impair.
  • Cela permet au modèle de mieux capturer les oscillations locales caractéristiques de la distribution des rendements de fission.

• Données et Entraînement :

  • Les données proviennent de la bibliothèque JENDL-5.
  • Pour pallier le manque de données à certaines énergies, des données supplémentaires sont générées à l'aide d'un modèle gaussien (modèle de Katakura) et utilisées comme prioris pour l'entraînement, bien que leurs erreurs soient fixées à zéro.
  • Les entrées du réseau incluent le numéro de charge ($Z$), le nombre de neutrons ($N$), le nombre de masse ($A$), l'énergie d'excitation ($E$) et l'indicateur de parité.

3. Contributions Clés

1. Architecture MMoE pour la physique nucléaire : Première application du modèle MMoE pour prédire simultanément les rendements de fission et leurs erreurs expérimentales, démontrant que l'apprentissage conjoint améliore la précision des deux tâches.
2. Nouvelle fonction de perte : Développement d'une fonction de perte pondérée spécifiquement conçue pour améliorer la reproduction des structures en pic, un défi majeur pour les modèles d'apprentissage automatique classiques.
3. Intégration de connaissances physiques : Incorporation explicite de l'effet pair-impair comme caractéristique d'entrée, améliorant la capacité du modèle à apprendre les variations locales.
4. Prédiction d'erreurs expérimentales : Le modèle ne prédit pas seulement les valeurs, mais aussi les incertitudes associées (erreurs évaluées), fournissant une information cruciale pour l'analyse de sensibilité et la conception de réacteurs.

4. Résultats

Les performances ont été évaluées sur plusieurs noyaux actinides ($^{235,238}$U, $^{239,241}$Pu) à différentes énergies (thermique, 0,5 MeV, 14 MeV) en comparant la méthode proposée avec des BNN et des DNN (réseaux de neurones profonds) classiques.

• Précision supérieure sur les pics : La méthode proposée (MMoE + fonction de perte pondérée + effet pair-impair) obtient systématiquement les erreurs de validation ($\chi^2$) les plus faibles, en particulier pour les données de type "pic". Elle surpasse nettement les BNN et les DNN standards.
• Amélioration de la prédiction des erreurs : Contrairement aux méthodes indépendantes, l'approche multi-tâches prédit les erreurs expérimentales avec une précision supérieure, exploitant la corrélation entre la valeur du rendement et son incertitude.
• Réduction des prédictions négatives : Le taux de prédictions négatives de FPY (physiquement impossibles) est réduit de 17,52 % (BNN) à 8,29 % avec la méthode proposée, sans nécessiter de modifications complexes de la fonction d'activation.
• Validité physique : Les prédictions reproduisent fidèlement les structures physiques connues, notamment le double pic global, le lissage des structures fines à haute énergie, et les déplacements des pics dues à l'émission de neutrons promptes.
• Généralisation énergétique : Le modèle réussit à prédire les rendements et les erreurs pour des énergies intermédiaires non couvertes par les données expérimentales, en s'appuyant sur les données synthétiques et la corrélation apprise.

5. Signification et Impact

Cette recherche représente une avancée significative dans l'application de l'intelligence artificielle à la physique nucléaire :

• Fiabilité des données nucléaires : En permettant de prédire avec précision les rendements de fission et leurs incertitudes pour des énergies non mesurées, la méthode comble un vide critique dans les bibliothèques de données nucléaires, essentiel pour la conception de réacteurs de nouvelle génération.
• Efficacité par rapport aux modèles physiques : Elle offre une alternative plus précise et moins coûteuse en calcul que les modèles microscopiques complets (comme TDHFB ou TDGCM) pour la prédiction des rendements.
• Approche holistique : En traitant conjointement la valeur et l'erreur, le modèle reflète mieux la réalité physique où l'incertitude est intrinsèquement liée à la grandeur mesurée.
• Perspectives : Bien que la validation actuelle se limite aux actinides majeurs, cette approche ouvre la voie à une généralisation à d'autres noyaux et à l'amélioration future des fonctions de perte pour capturer encore plus finement les structures complexes.

En conclusion, l'article démontre qu'une architecture d'apprentissage profond multi-tâches, enrichie par des connaissances physiques spécifiques (effet pair-impair) et une optimisation ciblée (fonction de perte pondérée), constitue un outil puissant pour la prédiction et l'évaluation des données de fission nucléaire.