Extended pseudo-spectral physics-informed neural networks for phase-field models

Résumé Technique : Réseaux de Neurones Informés par la Physique à Pseudo-Spectre Étendus pour les Modèles de Champ de Phase

Énoncé du Problème
Les modèles de champ de phase sont centraux dans la description continue de la séparation de phases, où la formation de motifs et l'évolution microstructurale sont régies par la densité d'énergie libre volumique et les paramètres d'épaisseur d'interface. Dans les applications pratiques, telles que la science des matériaux et la biologie cellulaire, ces quantités constitutives sont rarement connues a priori et doivent être inférées à partir d'observations dynamiques limitées. Bien que des méthodes inverses classiques et des approches récentes basées sur les réseaux de neurones informés par la physique (PINN) aient été appliquées aux modèles de champ de phase, les techniques existantes font souvent face à des limitations. Plus précisément, les travaux précédents de Zhao [31] ont utilisé des PINN pseudo-spectraux (SPINN) pour identifier le potentiel chimique volumique, mais nécessitaient que le paramètre d'épaisseur d'interface et la mobilité soient fixés a priori. De plus, traiter toutes les quantités constitutives comme des inconnues dans une optimisation classique conduit souvent à une non-identifiabilité inhérente due à la dégénérescence d'échelle. Le défi central abordé dans ce travail est l'identification inverse simultanée du potentiel chimique volumique (la dérivée de la densité d'énergie libre homogène) et des coefficients de gradient inconnus (spécifiquement le paramètre d'épaisseur d'interface) à partir de données instantanées transitoires, sans reposer uniquement sur des profils d'équilibre.

Méthodologie : ESPINN (Extended SPINN)
Les auteurs proposent le cadre de Réseau de Neurones Informé par la Physique à Pseudo-Spectre Étendu (ESPINN). Cette méthode étend l'architecture SPINN en traitant les paramètres physiques comme des variables entraînables aux côtés du réseau de neurones approximant la fonction d'énergie libre.

1. Formulation Mathématique : Le cadre cible des EDP de champ de phase générales de la forme $\partial_t \phi = G [\sum \mu_j g_j(\phi, \nabla \phi, \Delta \phi) + f(\phi)]$, où $f(\phi)$ (potentiel chimique volumique) et les coefficients $\mu_j$ (termes de gradient) sont inconnus. Les auteurs se concentrent sur les équations de Cahn-Hilliard et d'Allen-Cahn, où le coefficient de gradient inconnu correspond au paramètre d'épaisseur d'interface $\epsilon$.
2. Architecture de Réseau :
   • Potentiel Chimique Volumique : La fonction $f(\phi)$ est approximée par un Perceptron Multicouche (MLP).
   • Paramètres Scalaires : Les coefficients inconnus (par exemple, $\epsilon^2$) sont paramétrés par des scalaires entraînables uniques $\theta$ utilisant une reparamétrage sigmoïde pour imposer des bornes physiques ($\gamma_{lb} \leq \gamma \leq \gamma_{ub}$).
   • Fonction de Perte : L'objectif d'entraînement minimise l'écart entre les paires de données observées $(\Phi^{(1)}, \Phi^{(2)})$ séparées par des pas de temps $\Delta t$ et les prédictions d'un schéma de stabilisation linéaire semi-implicite. La fonction de perte inclut un hyperparamètre $C_0$ pour conditionner l'optimisation, ajusté en fonction des niveaux de bruit des données.
3. Stratégie d'Optimisation :
   • Données sans Bruit : Le cadre emploie une optimisation en deux étapes : Adam suivie de L-BFGS pour exploiter la lissé de l'espace de l'objectif pour une convergence précise.
   • Données Bruyantes : Pour éviter le surapprentissage des perturbations stochastiques, l'étape L-BFGS est omise, et l'optimisation repose uniquement sur Adam avec un multiplicateur de perte réduit ($C_0$) pour modérer les amplitudes de gradient.

Contributions Clés

• Inférence Simultanée : La principale contribution est l'extension du cadre SPINN pour récupérer simultanément le potentiel chimique volumique et les coefficients de gradient inconnus (épaisseur d'interface) à partir de données transitoires, surmontant la nécessité de fixer ces paramètres a priori.
• Efficacité des Données : Le cadre démontre qu'une information constitutive substantielle est encodée même dans une seule paire de clichés instantanés, permettant une reconstruction précise avec un minimum de données temporelles.
• Robustesse au Bruit : L'étude examine systématiquement les performances du cadre sous l'effet du bruit, démontrant que l'augmentation du nombre de paires de clichés agit comme un régularisateur implicite, réduisant la variance et améliant la précision sans altérer les caractéristiques déterministes du modèle appris.
• Analyse de Sensibilité Architecturale : L'article fournit une analyse détaillée des fonctions d'activation et de la profondeur du réseau, révélant que la lissé et la dérivabilité de la fonction d'activation sont plus critiques pour la précision de la reconstruction que la capacité du réseau (profondeur ou largeur).

Résultats
Des expériences numériques ont été menées sur des simulations de Cahn-Hilliard unidimensionnelles utilisant des densités d'énergie libre polynomiales et logarithmiques.

• Régime sans Bruit : Le cadre ESPINN a atteint une reconstruction précise et statistiquement stable du potentiel chimique volumique et du paramètre d'épaisseur d'interface. Remarquablement, l'utilisation d'une seule paire de clichés ($N=1$) a produit des résultats très proches des fonctions réelles. Augmenter le nombre de clichés ($N$) à 2 a éliminé la variance visible dans la reconstruction. Des augmentations ultérieures de $N$ jusqu'à 64 ont amélioré la stabilité statistique, bien que des rendements décroissants aient été observés au-delà de $N=64$.
• Régime Bruyant : En présence de bruit multiplicatif, la précision de la reconstruction s'est dégradée de manière progressive. Bien que des données bruitées limitées ($N=1$) aient entraîné une grande variabilité, l'augmentation de $N$ a systématiquement réduit les erreurs et la variance. La méthode est restée stable même à des niveaux de bruit élevés ($\delta_L = 10^{-2}$), bien qu'un biais visible soit apparu.
• Découvertes Architecturales : Les fonctions d'activation lisses (Sigmoid, Tanh, SiLU, GELU) ont systématiquement surpassé ReLU, qui présentait des erreurs jusqu'à quatre ordres de grandeur supérieures. La profondeur et la largeur du réseau ont eu un impact minimal sur l'exactitude finale, suggérant que le problème inverse n'est pas limité par la capacité, mais dépend des propriétés de dérivabilité de la fonction d'activation.
• Sensibilité au Taux d'Apprentissage : La méthode a montré une sensibilité aux taux d'apprentissage de l'optimiseur Adam. Un taux d'apprentissage à décroissance exponentielle (initialement $10^{-2}$, décroissant vers $10^{-4}$) a offert le meilleur équilibre entre vitesse de convergence et stabilité.

Signification et Revendications
Les auteurs affirment que l'ESPINN établit une approche efficace en termes de données et physiquement cohérente pour apprendre les structures d'énergie libre dans les modèles continus de séparation de phases. Le cadre répond avec succès au problème inverse de l'identification des quantités constitutives à partir de la dynamique transitoire, une tâche où les profils d'équilibre seuls sont insuffisants en raison de la dégénérescence d'échelle. En démontant qu'une récupération précise est possible à partir de données limitées et que la méthode reste robuste dans des conditions bruitées, ce travail suggère que les données dynamiques transitoires constituent une base fiable pour inférer l'information constitutive. Les auteurs notent que bien que l'étude actuelle soit restreinte à des modèles unidimensionnels avec une mobilité constante, la méthodologie s'étend naturellement aux dimensions supérieures et à des fonctionnelles d'énergie libre plus complexes, offrant un outil pratique pour la modélisation à gros grains des condensats biomoléculaires, des mélanges de polymères et des systèmes d'alliages.