Consistent CutPINNs for Elliptic PDEs on Curved Level-Set Domains

Résumé technique : CutPINN cohérents pour les EDP elliptiques sur des domaines courbes définis par des ensembles de niveau

Énoncé du problème
Les réseaux de neurones informés par la physique (PINN) offrent une approche sans maillage pour résoudre les équations aux dérivées partielles (EDP), ce qui les rend naturellement adaptés aux domaines définis implicitement par des fonctions d'ensemble de niveau. Cependant, les formulations PINN standard souffrent d'une incohérence théorique lorsqu'elles sont appliquées à des problèmes elliptiques d'ordre deux. La fonction de perte standard pénalise l'écart aux frontières dans la norme $L^2(\partial\Omega)$. Bien que l'existence et l'unicité (bien-posé) des problèmes elliptiques soient régies par la norme d'énergie $H^1(\Omega)$, les estimations a priori pertinentes nécessitent le contrôle du résidu aux frontières dans l'espace de Sobolev fractionnaire $H^{1/2}(\partial\Omega)$. Puisque l'immersion $H^{1/2}(\partial\Omega) \subset L^2(\partial\Omega)$ est stricte, la minimisation de la perte aux frontières standard en $L^2$ ne garantit pas la minimisation de l'erreur en $H^1$. Cette divergence permet l'apparition d'oscillations haute fréquence qui s'annulent aux points de collocation mais possèdent de grandes semi-normes $H^{1/2}$, entraînant de mauvaises vitesses de convergence et une instabilité, en particulier dans les configurations de « cellules coupées » où la frontière du domaine intersecte une grille d'échantillonnage.

Des travaux antérieurs de Bonito et al. [4] ont abordé ce problème en introduisant des fonctions de perte « cohérentes » qui approximent la norme $H^{1/2}(\partial\Omega)$ via un substitut discret. Cependant, leur construction repose sur la décomposition simpliciale de Kuhn–Tucker des faces de frontière planes (spécifiquement sur le cube unité) et sur la structure affine de ces faces. Cette approche ne s'étend pas aux frontières lisses et courbes définies par des fonctions d'ensemble de niveau, laissant un vide dans l'application théorique et pratique des PINN cohérents aux domaines courbes généraux.

Méthodologie
L'article propose le cadre CutPINN cohérent, conçu spécifiquement pour des domaines bornés bidimensionnels $\Omega = \{x \in \mathbb{R}^2 : \phi(x) < 0\}$ où $\phi$ est une fonction d'ensemble de niveau de classe $C^2$. La méthodologie centrale consiste à construire un substitut discret pour la norme $H^{1/2}(\partial\Omega)$ directement à partir des points de collocation sur la frontière courbe, sans nécessiter de maillage éléments finis sous-jacent ni de décomposition simpliciale.

1. Construction de la norme discrète : Les auteurs définissent une norme $H^{1/2}$ discrète en utilisant une discrétisation par double somme de la semi-norme intrinsèque de Gagliardo sur les points de collocation $Z = \{z_1, \dots, z_m\} \subset \partial\Omega$. Le noyau utilise la distance euclidienne ambiante $|z - z'|$ plutôt que la distance suivant l'arc.
2. Fondement théorique : Le cadre repose sur un lemme de corde-arc (Lemme 1), qui établit que pour une courbe de classe $C^2$, la distance de la corde euclidienne est comparable à la distance suivant l'arc. Cette équivalence permet aux auteurs de prouver une équivalence de norme bilatérale (Théorème 3) entre le substitut discret et la norme de trace continue $H^{1/2}(\partial\Omega)$, à condition que les points de la frontière soient équidistants en longueur d'arc (ou quasi-uniformes).
3. Fonctions de perte : Deux fonctions de perte cohérentes sont définies :
   • $L^*_{sq,2}$ : Utilise le résidu intérieur standard en $L^2$ et le nouveau résidu aux frontières discret en $H^{1/2}$.
   • $L^*_{sq,\gamma}$ : Utilise un résidu intérieur en $L^\gamma$ (avec $\gamma \to 1$) pour mieux approximer la norme $H^{-1}$, combiné au terme aux frontières discret en $H^{1/2}$.
4. Récupération optimale : Le cadre est analysé dans le cadre de la théorie de la récupération optimale sous des hypothèses de régularité de Besov. Les auteurs dérivent une borne d'erreur a priori en $H^1$ (Théorème 7) montrant que la minimisation de la perte cohérente contrôle l'erreur en $H^1$ au taux de récupération optimal.

Contributions clés

• Extension aux domaines courbes : L'article comble le fossé entre les fonctions de perte cohérentes et les frontières courbes définies implicitement. Il démontre que la norme $H^{1/2}$ discrète construite à partir de distances euclidiennes sur une courbe $C^2$ est équivalente en norme à la norme de trace continue, éliminant ainsi la dépendance aux décompositions simpliciales de faces planes.
• Bornes d'erreur a priori : Les auteurs établissent une borne d'erreur a priori rigoureuse en $H^1$ pour le cadre CutPINN cohérent. La borne dépend de la courbure maximale de la frontière via la constante de corde-arc et atteint des taux de convergence optimaux sous régularité de Besov.
• Robustesse aux configurations de cellules coupées : L'analyse théorique et les expériences numériques montrent que la perte cohérente est significativement plus robuste à la position du domaine par rapport aux points d'échantillonnage que les PINN standard.
• Robustesse probabiliste : L'article inclut une analyse probabiliste (Proposition 4) montrant que la semi-norme discrète se concentre autour de sa moyenne même sous un échantillonnage de frontière par Monte Carlo i.i.d., suggérant que l'efficacité de la méthode s'étend au-delà de l'échantillonnage strictement équidistant.

Résultats
Des expériences numériques ont été menées sur un disque (convexe) et un domaine en forme de fleur non convexe (symétrie à cinq branches) en utilisant des solutions manufacturées.

• Précision : La perte cohérente $L^*_{sq,2}$ a systématiquement surpassé la perte PINN standard ($L_{sq,1}$). Sur le disque, elle a atteint une erreur $H^1$ 4,9 fois plus faible à haute résolution ; sur le domaine en forme de fleur, le facteur d'amélioration a atteint 8,1 fois.
• Vitesses de convergence : La perte standard s'est saturée à un niveau d'erreur sous-optimal (pente $\approx -0,31$) car le terme aux frontières en $L^2$ n'a pas réussi à contrôler la trace en $H^{1/2}$. En revanche, la perte cohérente $L^*_{sq,2}$ a atteint la pente de convergence optimale prédite d'environ $-0,49$ (correspondant à la valeur théorique de $-0,50$).
• Stabilité : Dans une expérience de « disque en mouvement » où le centre du domaine a été déplacé 121 fois, la perte standard a présenté une variance élevée et des divergences occasionnelles (pics d'erreur). La perte cohérente $L^*_{sq,2}$ a réduit l'écart-type de l'erreur d'un facteur 26 et est restée stable dans 120 configurations sur 121.
• Échantillonnage non uniforme : Même lorsque les points de frontière ont été échantillonnés par Monte Carlo i.i.d. (violant l'hypothèse d'équidistance du théorème principal), la perte cohérente a encore réduit l'erreur $H^1$ d'un facteur 3,9 par rapport à la perte standard.

Signification
L'article affirme que CutPINN cohérent fournit le premier cadre combinant des fonctions de perte cohérentes avec des domaines courbes définis implicitement. En prouvant que le substitut discret $H^{1/2}$ construit à partir de distances euclidiennes est équivalent en norme à la trace continue sur les courbes $C^2$, ce travail valide l'utilisation de pertes cohérentes dans des contextes sans maillage pour des géométries complexes. Les résultats démontrent que la correction du décalage de norme dans la fonction de perte est cruciale pour atteindre des taux de convergence optimaux et une robustesse dans les PINN, en particulier lorsque la solution présente des couches limites ou des oscillations haute fréquence. Les auteurs notent que l'analyse actuelle est restreinte à $d=2$ en raison de la dépendance à une paramétrisation globale par longueur d'arc pour le lemme de corde-arc, laissant les extensions à la 3D et aux domaines avec coins comme travaux futurs.