🤖 machine learning

Learning functional components of PDEs from data using neural networks

यह शोध पत्र आंशिक अवकल समीकरणों (partial differential equations) के अज्ञात कार्यात्मक घटकों को डेटा से पुनः प्राप्त करने की एक विधि प्रदर्शित करता है, जो न्यूरल नेटवर्क को PDE ढांचे में समाहित करके, डेटा की मात्रा, नमूना घनत्व और शोर जैसे कारकों को ध्यान में रखते हुए मानक पैरामीटर-फिटिंग वर्कफ़्लो के माध्यम से इंटरेक्शन कर्नेल और विभव (potentials) के सटीक सन्निकटन को सक्षम बनाता है।

मूल लेखक: Torkel E. Loman, Yurij Salmaniw, Antonio Leon Villares, Jose A. Carrillo, Ruth E. Baker

प्रकाशित 2026-02-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Torkel E. Loman, Yurij Salmaniw, Antonio Leon Villares, Jose A. Carrillo, Ruth E. Baker

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रहस्य सुलझाने की कोशिश कर रहे एक जासूस हैं, लेकिन आपके पास केवल पीछे छूटे हुए पदचिह्न (footprints) हैं, वह व्यक्ति नहीं जिसने उन्हें बनाया है।

विज्ञान की दुनिया में, आंशिक अवकल समीकरण (Partial Differential Equations - PDEs) उन जटिल भौतिक नियमों की तरह हैं जो बताते हैं कि चीजें समय और स्थान के साथ कैसे चलती हैं और बदलती हैं। इन्हें एक "नियम पुस्तिका" के रूप में सोचें जो बताती है कि लोगों की भीड़ कैसे चलती है, एक धातु की छड़ में गर्मी कैसे फैलती है, या बैक्टीरिया कैसे झुंड बनाते हैं।

आमतौर पर, इस नियम पुस्तिका का उपयोग भविष्य बताने के लिए करने हेतु, आपको नियमों के हर एक विवरण को जानना आवश्यक होता है। लेकिन अक्सर, प्रकृति बिखरी हुई होती है। हम परिणाम देख सकते हैं (पदचिह्न, भीड़ का पैटर्न, तापमान), लेकिन हमें छिपे हुए नियमों (जैसे लोग आपस में कैसे व्यवहार करते हैं, इलाके का सटीक आकार क्या है, या अदृश्य बल क्या हैं) का पता नहीं होता। ये छिपे हुए नियम अक्सर सरल संख्याओं के बजाय जटिल, टेढ़ी-मेढ़ी रेखाएं (फंक्शंस) होते हैं।

यह शोध पत्र उन छिपे हुए नियमों को रिवर्स-इंजीनियर करने का एक चतुर नया तरीका पेश करता है जिसमें आर्टिफिशियल इंटेलिजेंस (न्यूरल नेटवर्क) का उपयोग किया गया है।

मुख्य विचार: समीकरण को सीखने के लिए सिखाना

एक मानक PDE को केक बनाने की रेसिपी (विधि) के रूप में सोचें।

सामग्री (Ingredients): चर (variables) जैसे आटा, चीनी, अंडे।
प्रक्रिया (Process): मिश्रण और पकाने के निर्देश (गणित)।
रहस्य (Mystery): आमतौर पर, हमें रेसिपी पता होती है लेकिन हमें यह नहीं पता होता कि चीनी की सटीक मात्रा कितनी है या किस प्रकार का आटा इस्तेमाल हुआ है (पैरामीटर्स)।

इस शोध पत्र में, लेखक एक ऐसी रेसिपी से निपट रहे हैं जहाँ एक पूरा सामग्री (ingredient) गायब है। शायद "चीनी" एक निश्चित कप माप नहीं है, बल्कि एक गुप्त, टेढ़ी-मेढ़ी वक्र (curve) है जो रसोई में आपकी स्थिति के आधार पर बदलती रहती है।

समाधान: वे एक "ब्लैक बॉक्स" AI (न्यूरल नेटवर्क) लेते हैं और उसे सीधे रेसिपी के अंदर डाल देते हैं।

सेटअप: वे AI को एक खाली स्लेट देते हैं और कहते हैं, "तुम गायब सामग्री हो। तुम्हें यह पता लगाना है कि तुम्हारा आकार क्या है।"
प्रशिक्षण (Training): वे AI को अंतिम परिणाम (पदचिह्न/केक) दिखाते हैं।
अनुमान लगाने का खेल: AI गायब सामग्री के आकार के बारे में एक अनुमान लगाता है। वे उस अनुमान के साथ रेसिपी को चलाते हैं।
सुधार: यदि परिणाम वास्तविक पदचिह्नों से मेल नहीं खाता है, तो AI अपने आकार को थोड़ा बदलता है और फिर से प्रयास करता है।
विजय: अंततः, AI उस छिपे हुए नियम के सटीक आकार को "सीख" लेता है जिसने वे पदचिह्न बनाए थे।

केस स्टडी: "स्वार्म" (झुंड) समीकरण

इसका परीक्षण करने के लिए, लेखकों ने एक मॉडल का उपयोग किया जिसे एग्रीगेशन-डिफ्यूजन इक्वेशन (Aggregation-Diffusion Equation) कहा जाता है। मधुमक्खियों के झुंड या मछलियों के समूह की कल्पना करें।

डिफ्यूजन (Diffusion): वे बेतरतीब ढंग से घूमते हैं (जैसे कोई नशे में चलता हुआ व्यक्ति)।
एग्रीगेशन (Aggregation): वे एक-दूसरे के प्रति आकर्षित होते हैं (जैसे चुंबक)।
रहस्य: हम झुंड का अंतिम आकार देख सकते हैं (एक सघन गोला, एक लंबी रेखा, एक घेरा)। लेकिन हमें यह नहीं पता कि वे एक-दूसरे के बारे में सटीक रूप से कैसा महसूस करते हैं। क्या वे करीब रहना पसंद करते हैं? क्या वे बहुत करीब आने पर डर जाते हैं? क्या कोई हवा उन्हें बहा रही है?

लेखकों ने पूछा: क्या हम झुंड के अंतिम आकार को देखकर उन अदृश्य "सामाजिक नियमों" (इंटरेक्शन कर्नेल) और "हवा" (एक्सटर्नल पोटेंशियल) का पता लगा सकते हैं जिन्होंने इसे बनाया है?

उन्हें क्या पता चला

उन्होंने हजारों प्रयोग किए, एक वैज्ञानिक की तरह लैब में काम किया, और कुछ दिलचस्प बातें पाईं:

1. यह काम करता है (ज्यादातर):
यदि आप AI को झुंड की एक स्पष्ट, सटीक तस्वीर देते हैं, तो वह अदृश्य सामाजिक नियमों को लगभग पूरी तरह से पुनर्गठित कर सकता है। यह किसी छाया को देखकर उस 3D वस्तु का सटीक अनुमान लगाने जैसा है जिसने वह छाया बनाई है।

2. "शोर" (Noise) की समस्या:
वास्तविक दुनिया में, डेटा बिखरा हुआ होता है। इसमें स्टेटिक, त्रुटियां और गायब हिस्से होते हैं (जैसे बारिश में पदचिह्नों को देखने की कोशिश करना)।

अच्छी खबर: यदि डेटा थोड़ा शोर वाला या विरल (sparse) भी है, तो भी AI नियमों का पता लगा सकता है।
बुरी खबर: यदि शोर बहुत अधिक है, तो AI भ्रमित हो जाता है और गलत नियम बताने लगता है। यह एक रॉक कॉन्सर्ट में फुसफुसाहट सुनने की कोशिश करने जैसा है; आप कुछ तो सुनेंगे, लेकिन शब्द गलत होंगे।

3. एक बनाम कई पदचिह्न:
कभी-कभी, झुंड का एक एकल स्नैपशॉट (झलक) रहस्य सुलझाने के लिए पर्याप्त नहीं होता है।

"बाइफरकेशन" (Bifurcation) सादृश्य: कल्पना करें कि एक नदी दो रास्तों में बंट रही है। यदि आप केवल बंटने के स्थान पर पानी देखते हैं, तो आपको नहीं पता चलेगा कि उसने कौन सा रास्ता लिया। लेकिन यदि आप बंटने के स्थान पर और आगे चलकर भी पानी देखते हैं, तो आप इलाके का पता लगा सकते हैं।
शोध पत्र दिखाता है कि यदि आपके पास झुंड के कई अलग-अलग स्नैपशॉट हैं (जैसे, एक छोटा समूह, एक बड़ा समूह, एक तूफान में समूह), तो AI रहस्य को बहुत तेज़ी से और अधिक सटीकता से सुलझा सकता है। विभिन्न स्नैपशॉट अलग-अलग सुराग प्रदान करते हैं।

4. "कई उत्तरों" का जाल:
कभी-कभी, दो पूरी तरह से अलग सेट के नियम बिल्कुल एक ही पदचिह्न पैदा कर सकते हैं।

उदाहरण: एक भीड़ एक घेरा बना सकती है क्योंकि वे सभी केंद्र की ओर आकर्षित हैं, या इसलिए क्योंकि वे किनारों से दूर भाग रहे हैं। परिणाम एक जैसा दिखता है, लेकिन नियम विपरीत हैं।
लेखकों ने पाया कि यदि आपके पास केवल एक स्नैष्ट है, तो AI गलत नियम का अनुमान लगाते हुए फंस सकता है। लेकिन यदि आप इसे कई परिदृश्य देते हैं, तो यह आमतौर पर अंतर पहचान सकता है।

यह क्यों महत्वपूर्ण है

यह केवल गणितीय पहेली नहीं है। यह हर जगह के वैज्ञानिकों के लिए एक नया उपकरण है।

पारिस्थितिकी विज्ञानी (Ecologists) जानवरों की आबादी को देखकर भोजन और खतरे के अदृश्य परिदृश्य का पता लगा सकते हैं, बिना पूरे महाद्वीप का मानचित्र बनाए।
इंजीनियर एक टूटे हुए पुल को देखकर उसमें छिपे तनाव बिंदुओं का पता लगा सकते हैं, बिना उसमें छेद किए।
डॉक्टर भविष्य में बीमारी के प्रसार को देखकर उसके छिपे हुए संचरण नियमों का पता लगा सकते हैं।

निष्कर्ष

लेखकों ने मशीन लर्निंग (जो पैटर्न खोजने में माहिर है) और भौतिकी (जो यह समझाने में माहिर है कि चीजें क्यों होती हैं) के बीच एक सेतु बनाया है।

केवल यह बताने के लिए कि "यह एक भविष्यवाणी है," AI का उपयोग करने के बजाय, उन्होंने AI का उपयोग यह बताने के लिए किया कि "यह वह प्रकृति का नियम है जिसने यह भविष्यवाणी की है।" उन्होंने AI को एक भविष्यवक्ता से बदलकर एक ऐसे जासूस में बदल दिया जो ब्रह्मांड के छिपे हुए नियम पुस्तिका को पढ़ सकता है, भले ही वह नियम पुस्तिका अदृश्य स्याही से लिखी गई हो।

यहाँ शोध पत्र "Learning functional components of PDEs from data using neural networks" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

आंशिक अवकल समीकरण (Partial Differential Equations - PDEs) भौतिकी, जीव विज्ञान और इंजीनियरिंग में स्थानिक-कालिक (spatio-temporal) घटनाओं को मॉडल करने के लिए मौलिक हैं। हालाँकि, कई वास्तविक प्रणालियों में अज्ञात कार्यात्मक पैरामीटर (जैसे, स्थानिक रूप से परिवर्तनशील इंटरेक्शन कर्नेल, बाहरी क्षमताएं, या डिफ्यूज़िविटी मैप्स) होते हैं जिन्हें सीधे मापना कठिन या असंभव होता है। जबकि स्केलर पैरामीटरों को डेटा से रिकवर करने के लिए विधियाँ मौजूद हैं (इनवर्स प्रॉब्लम्स), पूर्ण कार्यात्मक रूपों (functional forms) को रिकवर करना चुनौतीपूर्ण बना हुआ है।

मुख्य समस्या जिसे संबोधित किया गया है वह है: हम एक ऐसे ढांचे का उपयोग करके, जो यांत्रिक व्याख्यात्मकता (mechanistic interpretability) बनाए रखता है, देखे गए समाधान डेटा (विशेष रूप से स्थिर अवस्थाओं/steady states) से सीधे PDE के भीतर अज्ञात स्थानिक फलनों (कार्यात्मक पैरामीटरों) को कैसे रिकवर कर सकते हैं?

2. कार्यप्रणाली (Methodology)

लेखक यूनिवर्सल पार्शियल डिफरेंशियल इक्वेशंस (UPDEs) पर आधारित एक वर्कफ़्लो प्रस्तावित करते हैं, जो ODEs के यूनिवर्सल डिफरेंशियल इक्वेशंस (UDEs) की अवधारणा को PDEs तक विस्तारित करता है।

A. UPDE ढांचा (The UPDE Framework)

अज्ञात फलनों को निश्चित स्केलर के रूप में मानने के बजाय, लेखक उन्हें सीधे PDE संरचना में एम्बेडेड न्यूरल नेटवर्क्स (NNs) द्वारा प्रतिस्थापित करते हैं।

केस स्टडी: वे एक 1D नॉनलोकल एग्रीगेशन-डिफ्यूजन समीकरण का उपयोग करते हैं:
$\partial_t u = \sigma \partial_{xx} u + \kappa \partial_x(u \partial_x[W * u]) + \partial_x(u \partial_x V)$
जहाँ $W(x)$ इंटरेक्शन कर्नेल है और $V(x)$ बाहरी क्षमता (external potential) है।
अनुमान (Approximation): $W(x)$ और $V(x)$ को न्यूरल नेटवर्क्स $NN_W(x; \theta_W)$ और $NN_V(x; \theta_V)$ द्वारा प्रतिस्थापित किया जाता है।
लक्ष्य: मॉडल के स्थिर अवस्था (steady state) और देखे गए डेटा के बीच विसंगति को कम करने के लिए NN पैरामीटर्स ( $\theta$ ) और स्केलर पैरामीटर ( $\kappa$ ) को प्रशिक्षित करना।

B. लॉस फंक्शन और ऑप्टिमाइज़ेशन (Loss Function and Optimization)

लॉस फंक्शन का चुनाव एक महत्वपूर्ण नवाचार है, जो शोर वाले डेटा (noisy data) के अंतरगणन (differentiation) से बचता है:

फिक्स्ड-पॉइंट रेसिडुअल (Fixed-Point Residual): PDE रेसिडुअल को कम करने के बजाय (जिसके लिए दूसरे क्रम के डेरिवेटिव की आवश्यकता होती है और जो शोर के प्रति संवेदनशील होता है), लेखक इस तथ्य का लाभ उठाते हैं कि स्थिर अवस्थाएँ एक नॉनलीन मैप $T$ के फिक्स्ड-पॉइंट्स होते हैं।
$\text{Loss} = \| T(u) - u \|$
जहाँ $T(u) = \frac{\exp(-[\kappa W * u + V])}{Z(u)}$ ।
लाभ: यह दृष्टिकोण "इक्वेशन-कंसिस्टेंट" है (प्राकृतिक रूप से बाउंड्री कंडीशंस का सम्मान करता है) और इसके लिए शोर वाले माप डेटा के उच्च-क्रम डेरिवेटिव की आवश्यकता नहीं होती है।
ऑप्टिमाइज़ेशन: वे एक हाइब्रिड ऑप्टिमाइज़ेशन रणनीति का उपयोग करते हैं:
1. Adam: प्रारंभिक व्यापक अन्वेषण के लिए (10k–2M इटरेशन)।
2. LBFGS: निकटतम स्थानीय न्यूनतम (local minimum) तक फाइन-ट्यूनिंग के लिए।
3. एन्सेम्बल मल्टी-स्टार्ट (Ensemble Multi-start): वैश्विक अभिसरण (global convergence) सुनिश्चित करने और पहचान क्षमता (identifiability) का आकलन करने के लिए यादृच्छिक शुरुआती अनुमानों के साथ कई रन।

C. डेटा जनरेशन (Data Generation)

अध्ययन विभिन्न स्थितियों के तहत प्रदर्शन का मूल्यांकन करता है:

परफेक्ट डेटा: सटीक, सघन स्थिर-अवस्था समाधान।
यथार्थवादी डेटा (Realistic Data): विरल सैंपलिंग (डाउनसैम्प्ल्ड ग्रिड्स) और एडिटिव गॉसियन नॉइज़।
परिदृश्य (Scenarios): एकल फंक्शन ( $W$ ), कई फंक्शन ( $W$ और $V$ ) और स्केलर पैरामीटर ( $\kappa$ ) को एक साथ रिकवर करना।

3. मुख्य योगदान (Key Contributions)

UDEs का PDE में विस्तार: यह प्रदर्शित करता है कि न्यूरल नेटवर्क अज्ञात स्थानिक फलनों (केवल डायनेमिक्स ही नहीं) को सीखने के लिए PDEs में एम्बेडेड किए जा सकते हैं, जो प्रभावी रूप से कार्यात्मक पैरामीटरों के लिए इनवर्स प्रॉब्लम्स को हल करता है।
नया लॉस फंक्शन: स्थिर-अवस्था अनुमान (steady-state inference) के लिए लॉस फंक्शन के रूप में फिक्स्ड-पॉइंट रेसिडुअल ( $\|T(u) - u\|$ ) के उपयोग को पेश करता है। यह शोर वाले डेटा के उच्च-क्रम डेरिवेटिव की आवश्यकता को समाप्त करता है, जो PDE इनवर्स प्रॉब्लम्स में एक सामान्य बाधा है।
पहचान क्षमता का व्यवस्थित विश्लेषण (Systematic Analysis of Identifiability): यह एक व्यापक अनुभवजन्य और सैद्धांतिक विश्लेषण प्रदान करता है कि कब कार्यात्मक रिकवरी संभव है। वे इनके बीच अंतर करते हैं:
- स्ट्रक्चरल नॉन-आइडेंटिफिएबिलिटी (Structural Non-identifiability): मौलिक गणितीय सीमाएँ (जैसे, एक समाधान से दो फलनों को रिकवर करना)।
- प्रैक्टिकल नॉन-आइडेंटिफिएबिलिटी (Practical Non-identifiability): शोर, विरल डेटा, या खराब समाधान चयन के कारण विफलता।
"ब्लैक बॉक्स" बनाम "व्हाइट बॉक्स" का सत्यापन: यह दिखाता है कि हालांकि NN फंक्शन को सीखता है, लेकिन परिणामी फिट किया गया PDE भविष्य के पूर्वानुमानों के लिए एक मानक यांत्रिक मॉडल के रूप में उपयोग किया जा सकता है।

4. मुख्य परिणाम (Key Results)

A. परफेक्ट डेटा से रिकवरी

एकल फंक्शन: यदि समाधान में समृद्ध स्पेक्ट्रल कंटेंट (rich spectral content) है, तो एक एकल स्थिर-अवस्था प्रोफाइल से इंटरेक्शन कर्नेल $W$ को पूरी तरह से रिकवर किया जा सकता है।
कई फंक्शन: $W$ और $V$ दोनों को एक साथ रिकवर करने के लिए कम से कम दो अलग-अलग समाधान प्रोफाइल की आवश्यकता होती है। एक एकल प्रोफाइल दो अज्ञात फलनों के लिए स्ट्रक्चरली नॉन-आइडेंटिफिएबल है (अनंत संयोजन $W$ और $V$ एक ही $u$ उत्पन्न कर सकते हैं)।
स्केलर पैरामीटर: इंटरेक्शन स्ट्रेंथ $\kappa$ को फलनों के साथ रिकवर किया जा सकता है।

B. डेटा गुणवत्ता का प्रभाव (शोर और विरलता)

नॉइज़ टॉलरेंस: विधि कम से मध्यम शोर के तहत फलनों को सफलतापूर्वक रिकवर करती है। हालाँकि, उच्च शोर स्तरों के तहत रिकवरी काफी खराब हो जाती है।
समाधान चयन (Solution Selection): सभी स्थिर अवस्थाएँ समान रूप से सूचनात्मक नहीं होती हैं।
- समृद्ध स्पेक्ट्रल कंटेंट (अधिक चोटियाँ/दोलन) वाले समाधान रिकवरी के लिए बेहतर जानकारी प्रदान करते हैं।
- एक "सूचनाहीन" समाधान (जैसे, एक फ्लैट या सिंगल-पीक प्रोफाइल) का उपयोग करने से अक्सर विफलता होती है, भले ही डेटा परफेक्ट हो।
- कई समाधानों को मिलाने से अभिसरण गति और सटीकता में सुधार होता है।

C. बिफर्केशन और ब्रांच विश्लेषण (Bifurcation and Branch Analysis)

जब कई पैरामीटर रिकवर किए जाते हैं, तो समाधान प्रोफाइल्स के बीच की दूरी मायने रखती है।
यदि समाधान एक ही बिफर्केशन ब्रांच से लिए गए हैं, तो उनके बीच $\kappa$ की दूरी पर्याप्त होनी चाहिए ताकि वे विशिष्ट जानकारी प्रदान कर सकें।
अलग-अलग ब्रांचों से लिए गए समाधान आमतौर पर एक ही ब्रांच पर निकटता से स्थित समाधानों की तुलना में बेहतर रिकवरी प्रदर्शन देते हैं।

D. विफलता मोड (Failure Modes)

लेखक विफलता मोड को वर्गीकृत करते हैं:

सही फंक्शन, गलत भविष्यवाणी: फिट किया गया फंक्शन लॉस को कम करता है लेकिन अलग डायनेमिक्स उत्पन्न करता है (बिफर्केशन संरचना के अंतर के कारण)।
गलत फंक्शन, सही भविष्यवाणी: फिट किया गया फंक्शन गलत है, लेकिन परिणामी समाधान प्रोफाइल डेटा से मेल खाता है (नॉन-आइडेंटिफिएबिलिटी)।
स्ट्रक्चरल फेलियर: रिकवर करना असंभव है (जैसे, 1 समाधान से 2 अज्ञात)।

5. महत्व और निहितार्थ (Significance and Implications)

ML और भौतिकी का मिलन: यह कार्य मशीन लर्निंग की लचीलापन (यूनिवर्सल एप्रोक्सिमेशन) को यांत्रिक मॉडलिंग की व्याख्यात्मकता के साथ सफलतापूर्वक जोड़ता है। प्रशिक्षित मॉडल केवल एक प्रेडिक्टर नहीं है बल्कि एक रिकवर किया गया भौतिक नियम है।
प्रायोगिक डिजाइन (Experimental Design): इनके निष्कर्ष प्रयोगकर्ताओं के लिए एक मार्गदर्शिका प्रदान करते हैं: जटिल स्थानिक पैरामीटरों को रिकवर करने के लिए, उन्हें केवल एक अवलोकन पर निर्भर रहने के बजाय, कई, विविध स्थिर अवस्थाओं को मापना चाहिए जिनमें समृद्ध स्पेक्ट्रल कंटेंट हो।
व्यापक प्रयोज्यता: हालांकि इसे एग्रीगेशन-डिफ्यूजन समीकरणों पर परखा गया है, यह फ्रेमवर्क फ्लूइड डायनेमिक्स, हीट ट्रांसफर और पैटर्न फॉर्मेशन में अन्य PDEs के लिए भी सामान्यीकृत किया जा सकता है जहाँ स्थानिक गुणांक अज्ञात होते हैं।
व्यावहारिक उपयोगिता: यह जटिल प्रणालियों के डेटा-संचालित अंशांकन (calibration) की अनुमति देता है, जिससे भविष्य के पूर्वानुमान और नियंत्रण के लिए PDEs का उपयोग करना संभव हो जाता है।