🔢 mathematics

$\phi-$ DeepONet: A Discontinuity Capturing Neural Operator

यह शोध पत्र $\phi$ -DeepONet प्रस्तुत करता है, जो एक भौतिकी-सूचित (physics-informed) न्यूरल ऑपरेटर है जो कई ब्रांच नेटवर्क और एक विशिष्ट लेटेंट एम्बेडिंग का उपयोग करके शास्त्रीय मॉडलों की निरंतरता सीमाओं को दूर करता है ताकि इनपुट और आउटपुट दोनों विच्छिन्नताओं (discontinuities) वाले फलन स्थानों (function spaces) के बीच मैपिंग को सटीक रूप से सीखा जा सके।

मूल लेखक: Sumanta Roy, Stephen T. Castonguay, Pratanu Roy, Michael D. Shields

प्रकाशित 2026-04-10

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sumanta Roy, Stephen T. Castonguay, Pratanu Roy, Michael D. Shields

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 रोबोट को यह सिखाने की कोशिश कर रहे हैं कि एक जटिल मशीन के माध्यम से ऊष्मा (heat) कैसे प्रवाहित होती है। यह मशीन एक ही समान धातु से नहीं बनी है; यह अलग-अलग सामग्रियों का एक पैचवर्क क्विल्ट (रजाई जैसा मिश्रण) है—तांबा, रबर, कांच और फोम—जो आपस में जुड़े हुए हैं।

वास्तविक दुनिया में, जब ऊष्मा तांबे से रबर की ओर बढ़ती है, तो यह सुचारू रूप से नहीं बहती। यह जोड़ों (seams) पर "कूदती" है या अपनी दिशा अचानक बदल लेती है। इन जोड़ों को इंटरफेस (interfaces) कहा जाता है।

समस्या: रोबोट बहुत अधिक विनम्र है

पारंपरिक AI मॉडल (जैसे कि उल्लेखित मानक "DeepONet") बहुत ही विनम्र छात्रों की तरह हैं। वे मान लेते हैं कि दुनिया चिकनी और निरंतर (smooth and continuous) है। वे सोचते हैं, "यदि मैं यहाँ तापमान जानता हूँ, तो मैं एक चिकनी, घुमावदार रेखा खींचकर वहाँ के तापमान का अनुमान लगा सकता हूँ।"

लेकिन जब रोबोट तांबे और रबर के बीच एक जोड़ का सामना करता है, तो वह भ्रमित हो जाता है। वह एक तीखे कोने के माध्यम से एक चिकनी वक्र रेखा (smooth curve) खींचने की कोशिश करता है, जिसके परिणामस्वरूप एक गलत और त्रुटिपूर्ण भविष्यवाणी होती है। यह डेटा के उस "जंप" (jump) को पकड़ने में विफल रहता है।

समाधान: $\phi$ -DeepONet (द "स्मार्ट पैचवर्क" रोबोट)

लेखकों ने एक नया AI मॉडल बनाया है जिसे $\phi$ -DeepONet (उच्चारण "फी-डीप-ओ-नेट") कहा जाता है। इसे एक मास्टर दर्जी के रूप में सोचें जो समझता है कि दुनिया पैच (टुकड़ों) से बनी है।

यह कैसे काम करता है, इसे सरल अवधारणाओं में विभाजित किया गया है:

1. "एकाधिक कान" (ब्रान्च नेटवर्क - Branch Networks)

कल्पना कीजिए कि रोबोट को तांबे वाले हिस्से और रबर वाले हिस्से के तापमान सेंसर को अलग-अलग सुनने की आवश्यकता है।

पुराना तरीका: एक बड़ा कान जो सब कुछ एक साथ सुनने की कोशिश करता है, और शोर से भ्रमित हो जाता है।
$\phi$ -DeepONet: इसके पास कई विशिष्ट कान (ब्रान्च नेटवर्क) हैं। एक कान केवल तांबे की तरफ सुनता है, दूसरा केवल रबर की तरफ। यह इसे सामग्रियों के मिश्रण के बिना प्रत्येक सामग्री के विशिष्ट "व्यक्तित्व" को समझने की अनुमति देता है।

2. "गुप्त मानचित्र" (लेटेंट एम्बेडिंग - Latent Embedding)

यह एक जादुई ट्रिक है। रोबोट को यह जानने की आवश्यकता है कि वह कहाँ है। क्या वह तांबे की तरफ है या रबर की तरफ?

पुराना तरीका: रोबोट केवल निर्देशांक (x, y) को देखता है और अनुमान लगाता है।
$\phi$ -DeepONet: यह एक गुप्त मानचित्र (जिसे लेटेंट एम्बेडिंग कहा जाता है) लेकर चलता है।
- कल्पना कीजिए कि रोबोट के पास एक विशेष आईडी कार्ड है। यदि वह कॉपर ज़ोन में है, तो कार्ड कहता है "मैं ज़ोन A में हूँ।" यदि वह रबर ज़ोन में है, तो कार्ड कहता है "मैं ज़ोन B में हूँ।"
- मॉडल इस मानचित्र को स्वचालित रूप से सीखता है। इसे मानव द्वारा रेखाएं खींचने की आवश्यकता नहीं है; यह खुद समझ जाता है, "आह, जब भी सामग्री बदलती है, तो एक छिपा हुआ पैटर्न है जिसे मैं सीख सकता हूँ।"
- इस मानचित्र को रोबोट के "मस्तिष्क" (ट्रंक नेटवर्क - Trunk Network) में इसके स्थान के साथ फीड किया जाता है, जो इसे बताता है: "हे, तुम एक जोड़ (seam) पर हो! एक चिकनी रेखा मत खींचो; एक तीखा जंप बनाओ!"

3. "दर्जी का टांका" (आउटपुट - The Output)

अंत में, रोबोट जो उसने सुना (इनपुट) और जहाँ वह है (गुप्त मानचित्र) को मिलाकर अंतिम भविष्यवाणी को सिलता है।

क्योंकि वह ठीक से जानता है कि जोड़ कहाँ हैं, वह तांबे की तरफ और रबर की तरफ के तापमान की स्वतंत्र रूप से भविष्यवाणी कर सकता है, और फिर उन्हें बीच के तीखे जंप का सम्मान करते हुए पूरी तरह से जोड़ सकता है।

यह एक बड़ी बात क्यों है?

पेपर ने इस रोबोट का परीक्षण कई चुनौतियों पर किया:

सरल जोड़ (Simple Seams): दो सामग्रियों को विभाजित करने वाली एक सीधी रेखा।
जटिल जोड़ (Complex Seams): सामग्रियों को विभाजित करने वाला एक फूल के आकार (पंखुड़ी) का सीमा।
अव्यवस्थित इनपुट (Messy Inputs): यहाँ तक कि जब ऊष्मा स्रोत स्वयं टुकड़ों में टूटा हुआ (discontinuous) था, तब भी रोबोट ने इसे संभाल लिया।

परिणाम:

सटीकता (Accuracy): नया रोबोट पुराने "विनम्र" मॉडलों की तुलना में 100 गुना अधिक सटीक था। इसने जंप को सुचारू बनाने की कोशिश करना बंद कर दिया और वास्तव में उन्हें पकड़ा।
दक्षता (Efficiency): यह उन अन्य उन्नत तरीकों की तुलना में तेज़ और सस्ता भी था जो इस समस्या को मैन्युअल रूप से कई छोटे टुकड़ों में विभाजित करके हल करने की कोशिश करते हैं (जो एक क्विल्ट को लाखों छोटे वर्गों में काटकर ठीक करने जैसा है)।

निष्कर्ष (The Takeaway)

$\phi$ -DeepONet एक AI को यह सिखाने जैसा है कि दुनिया को कागज की एक चिकनी, निरंतर शीट मानने के बजाय, यह पहचानना कि दुनिया एक पैचवर्क क्विल्ट है। इसे प्रत्येक पैच को सुनने के लिए अलग-अलग कान और पैच का एक "गुप्त मानचित्र" देकर, यह जटिल इंजीनियरिंग समस्याओं को हल कर सकता है—जैसे इंजन में ऊष्मा का प्रवाह, मिट्टी में पानी का प्रवाह, या सर्किट में बिजली का प्रवाह—जो पहले मानक AI के लिए बहुत कठिन थीं।

यहाँ शोध पत्र "ϕ-DEEPONET: A DISCONTINUITY CAPTURING NEURAL OPERATOR" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र वर्तमान वैज्ञानिक मशीन लर्निंग (SciML) और न्यूरल ऑपरेटर फ्रेमवर्क की एक महत्वपूर्ण सीमा को संबोधित करता है: उन फंक्शन स्पेस के बीच मैपिंग को सटीक रूप से सीखने में असमर्थता जिनमें विच्छिन्नता (discontinuities) या गैर-सुचारू व्यवहार (non-smooth behavior) होता है।

संदर्भ: कई भौतिक परिघटनाओं (physical phenomena) में इंटरफ़ेस समस्याएँ शामिल होती हैं जहाँ कई सामग्रियाँ, चरण (phases), या शासन (regimes) परस्पर क्रिया करते हैं (जैसे, कंपोजिट में ऊष्मा चालन, पोरस मीडिया में प्रवाह)। ये समस्याएँ विच्छिन्न गुणांकों (discontinuous coefficients) और इंटरफेस पर जंप स्थितियों (jump conditions) वाली आंशिक अंतर समीकरणों (PDEs) द्वारा नियंत्रित होती हैं।
मौजूदा विधियों की सीमाएँ:
- मानक न्यूरल ऑपरेटर्स (जैसे, DeepONet): निरंतर ऑपरेटरों के यूनिवर्सल एप्रोक्सिमेशन थ्योरम पर आधारित, ये सुचारू इनपुट और आउटपुट फंक्शन मानकर चलते हैं। ये तीक्ष्ण प्रवणता (sharp gradients) या विच्छिन्नता को दर्शाने में संघर्ष करते हैं, जिससे इंटरफेस के पास महत्वपूर्ण त्रुटियाँ होती हैं।
- डोमेन डिकम्पोज़िशन विधियाँ (जैसे, IONet, XPINNs): हालांकि प्रभावी हैं, लेकिन इन विधियों को अक्सर स्पष्ट डोमेन डिकम्पोज़िशन, प्रत्येक सबडोमेन के लिए अलग नेटवर्क, या पैरामीटर्स बदलने पर पुन: प्रशिक्षण की आवश्यकता होती है। इससे उच्च कम्प्यूटेशनल लागत और स्केलेबिलिटी संबंधी समस्याएँ उत्पन्न होती हैं क्योंकि इंटरफेस की संख्या बढ़ती जाती है।
- फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs): पारंपरिक PINNs एक समय में PDE के एकल उदाहरण के लिए समाधान करते हैं और प्रत्येक सामग्री गुणों या बाउंड्री कंडीशंस के परिवर्तन के लिए उन्हें पुन: प्रशिक्षित करना पड़ता है, जिससे उनमें पैरामीटर स्पेस में सामान्यीकरण करने की "ऑपरेटर" क्षमता का अभाव होता है।

2. कार्यप्रणाली: ϕ-DeepONet (Methodology: ϕ-DeepONet)

लेखक ϕ-DeepONet का प्रस्ताव करते हैं, जो एक फिजिक्स-इन्फॉर्म्ड न्यूरल ऑपरेटर है जिसे स्पष्ट डोमेन डिकम्पोज़िशन के बिना विच्छिन्नता को कैप्चर करने के लिए डिज़ाइन किया गया है। यह फ्रेमवर्क मानक DeepONet आर्किटेक्चर (ब्रान्च और ट्रंक नेटवर्क) को संशोधित करता है ताकि इंटरफ़ेस जानकारी को सीधे समाधान प्रतिनिधित्व में एम्बेड किया जा सके।

मुख्य आर्किटेक्चर संशोधन (Core Architecture Modifications)

बहु-ब्रान्च नेटवर्क (विच्छिन्न इनपुट को संभालना):
- एक एकल ब्रान्च नेटवर्क के बजाय, ϕ-DeepONet $P$ अलग-अलग ब्रान्च नेटवर्क ( $br_1, \dots, br_P$ ) का उपयोग करता है, जहाँ $P$ सबडोमेन की संख्या है।
- प्रत्येक ब्रान्च नेटवर्क अपने विशिष्ट सबडोमेन $\Omega_q$ तक सीमित इनपुट फंक्शन $u_q$ को प्रोसेस करता है। यह मॉडल को ऐसे इनपुट फील्ड्स को संभालने की अनुमति देता है जो स्वयं इंटरफेस के पार विच्छिन्न होते हैं।
लैटेंट एम्बेडिंग के साथ संवर्धित ट्रंक नेटवर्क (विच्छिन्न आउटपुट को संभालना):
- ट्रंक नेटवर्क, जो आमतौर पर बेसिस फंक्शन्स आउटपुट करता है, को एक अतिरिक्त लैटेंट वेरिएबल $\phi$ स्वीकार करने के लिए संशोधित किया गया है।
- लैटेंट एम्बेडिंग निर्माण: स्थानिक निर्देशांक $y$ $y$ को एक लैटेंट रिप्रजेंटेशन $\phi(y)$ $ϕ (y)$ में मैप किया जाता है जो सबडोमेन की जानकारी को एनकोड करता है। शोध पत्र तीन रणनीतियों की खोज करता है:
  - स्केलर एम्बेडिंग (SE): प्रत्येक क्षेत्र को एक स्थिरांक स्केलर मान (जैसे, सबडोमेन इंडेक्स) असाइन करता है।
  - कैटेगोरिकल एम्बेडिंग (CE): सबडोमेन के वन-हॉट एनकोडिंग का उपयोग करता है, जिसे एक सीखनीय एम्बेडिंग मैट्रिक्स $E$ के माध्यम से लो-डायमेंशनल लैटेंट स्पेस में प्रोजेक्ट किया जाता है।
  - नॉन-लीनियर कैटेगोरिकल एम्बेडिंग (Non-linear CE): प्रोजेक्ट किए गए वन-हॉट वेक्टर पर एक नॉन-लीनियर एक्टिवेशन फंक्शन (जैसे, $\tanh$ ) लागू करता है, जिससे मॉडल को इंटरफ़ेस संरचना और समाधान स्पेस के बीच जटिल, गैर-रेखीय संबंधों को सीखने की अनुमति मिलती है।
- ट्रंक नेटवर्क दोनों स्थानिक स्थान और लैटेंट इंटरफ़ेस रिप्रजेंटेशन पर आधारित बेसिस फंक्शन्स $tr_i(y, \phi(y))$ कंप्यूट करता है।
समाधान सन्निकटन (Solution Approximation):
अंतिम समाधान $\tilde{s}(y)$ को ब्रान्च आउटपुट्स और संवर्धित ट्रंक बेसिस फंक्शन्स के लीनियर कॉम्बिनेशन के रूप में अनुमानित किया जाता है:
$\tilde{s}(y) \approx \sum_{i=1}^{K} \left( \prod_{q=1}^{P} br_i^q(u_q) \right) \cdot tr_i(y, \phi(y))$
यह फॉर्मूलेशन बेसिस फंक्शन्स को लैटेंट वेरिएबल $\phi$ के आधार पर अपना व्यवहार "स्विच" करने की अनुमति देता है, जो प्रभावी रूप से एक ही निरंतर फंक्शन स्पेस के भीतर विच्छिन्नता को कैप्चर करता है।
प्रशिक्षण रणनीति (Training Strategy):
- मॉडल को एक फिजिक्स- और इंटरफ़ेस-इन्फॉर्म्ड लॉस फंक्शन ( $L = L_{PDE} + L_{BC} + L_{I}$ ) का उपयोग करके प्रशिक्षित किया जाता है।
- लॉस PDE रेसिड्यूल, बाउंड्री कंडीशंस और महत्वपूर्ण रूप से, सॉफ्ट कंस्ट्रेंट्स (पेनल्टी टर्म्स) के माध्यम से इंटरफ़ेस जंप कंडीशंस (स्टेट और फ्लक्स की निरंतरता) को लागू करता है।
- बाहरी सीमाओं के लिए हार्ड कंस्ट्रेंट्स को रीपैरामीट्राइजेशन के माध्यम से भी लागू किया जा सकता है।

3. मुख्य योगदान (Key Contributions)

नया आर्किटेक्चर: ϕ-DeepONet का परिचय, जो ट्रंक नेटवर्क में सीधे एक सीखनीय लैटेंट एम्बेडिंग के माध्यम से इंटरफ़ेस जानकारी को एकीकृत करता है, जिससे स्पष्ट डोमेन डिकम्पोज़िशन या कई ट्रंक नेटवर्क की आवश्यकता समाप्त हो जाती है।
विच्छिन्न इनपुट को संभालना: मल्टीपल ब्रान्च नेटवर्क्स के माध्यम से पीसवाइज कंटीन्यूअस इनपुट फंक्शन्स को संभालने के लिए DeepONet फ्रेमवर्क का विस्तार।
स्केलेबिलिटी: यह प्रदर्शित करता है कि जैसे-जैसे इंटरफेस की संख्या बढ़ती है, ϕ-DeepONet की कम्प्यूटेशनल लागत डोमेन-डिकम्पोज़िशन-आधारित ऑपरेटर्स (जैसे, IONet) की तुलना में अधिक अनुकूल रूप से स्केल करती है, जो प्रत्येक सबडोमेन के लिए अलग नेटवर्क से जुड़े पैरामीटर्स के घातीय विकास (exponential growth) से बचती है।
सामान्यीकरण (Generalization): मॉडल ऑपरेटर मैपिंग को सीखता है, जिसका अर्थ है कि यह बिना पुन: प्रशिक्षण के PDE के नए उदाहरणों (विभिन्न फोर्सिंग फंक्शन्स या पैरामीटर्स) के लिए समाधानों की भविष्यवाणी कर सकता है।

4. परिणाम और प्रदर्शन (Results and Performance)

लेखकों ने विच्छिन्न गुणांकों और इनपुट्स वाले पॉइसन-टाइप समीकरणों के 1D और 2D बेंचमार्क समस्याओं पर ϕ-DeepONet का मूल्यांकन किया।

सटीकता (Accuracy):
- मानक DeepONet बनाम: ϕ-DeepONet, रिलेटिव $L_2$ एरर में दो ऑर्डर ऑफ मैग्नीट्यूड से मानक DeepONet से बेहतर प्रदर्शन करता है। मानक DeepONet इंटरफेस पर तीक्ष्ण संक्रमणों को कैप्चर करने में विफल रहता है, जबकि ϕ-DeepONet उन्हें सटीक रूप से हल करता है।
- IONet बनाम: ϕ-DeepONet, IONet (इंटरफ़ेस ऑपरेटर नेटवर्क) के तुलनीय या बेहतर सटीकता प्राप्त करता है।
- एम्बेडिंग प्रकार: नॉन-लीनियर कैटेगोरिकल एम्बेडिंग्स ने विशेष रूप से जटिल 2D परिदृश्यों में सबसे अच्छी सटीकता प्रदान की, हालांकि सरल 1D मामलों में स्केलर एम्बेडिंग्स ने अच्छा प्रदर्शन किया।
कम्प्यूटेशनल दक्षता (Computational Efficiency):
- ϕ-DeepONet, IONet की तुलना में काफी अधिक कुशल है। 1D मल्टी-इंटरफेस केस में, IONet को ϕ-DeepONet की तुलना में ~2.7x अधिक प्रशिक्षण समय की आवश्यकता थी। 2D मामलों में, IONet ~2.5x से 3.3x अधिक महंगा था।
- यह विधि प्रत्येक सबडोमेन के लिए अलग नेटवर्क को प्रबंधित करने के ओवरहेड से बचती है।
आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) सामान्यीकरण:
- मॉडल ने प्रशिक्षण डेटा की तुलना में अलग सांख्यिकीय गुणों (मीन और लेंथ स्केल) वाले इनपुट फंक्शन्स पर परीक्षण किए जाने पर मजबूती प्रदर्शित की।
- इनपुट लेंथ स्केल कम होने पर (समस्या को कठिन बनाने पर) प्रदर्शन थोड़ा गिर गया, लेकिन मीन (mean) के बदलावों के बावजूद स्थिर रहा।
जटिल ज्यामिति (Complex Geometries):
- विधि ने एक जटिल, पंखुड़ी के आकार के (petal-shaped) इंटरफ़ेस वाले 2D समस्या को सफलतापूर्वक संभाला, जो बिना मेश जनरेशन के गैर-तुच्छ ज्यामिति (non-trivial geometries) को संभालने की इसकी क्षमता को दर्शाता है।

5. महत्व (Significance)

अंतराल को पाटना (Bridging the Gap): ϕ-DeepONet न्यूरल ऑपरेटर्स के लचीलेपन और इंटरफ़ेस समस्याओं की कठोर आवश्यकताओं के बीच के अंतर को पाटता है, जो इंजीनियरिंग और भौतिकी में सर्वव्यापी हैं।
मेश-फ्री लाभ (Mesh-Free Advantage): स्पष्ट डोमेन डिकम्पोज़िशन और मेश जनरेशन से बचकर, यह विधि PINNs का मेश-फ्री लाभ बनाए रखती है, जिससे जटिल ज्यामिति के लिए प्रीप्रोसेसिंग सरल हो जाती है।
दक्षता: यह मौजूदा डोमेन-डिकम्पोज़िशन न्यूरल ऑपरेटर्स के लिए एक कम्प्यूटेशनल रूप से कुशल विकल्प प्रदान करता है, जिससे यह कई इंटरफेस या जटिल टोपोलॉजी वाली समस्याओं के लिए व्यवहार्य बनता है।
भविष्य का प्रभाव: यह दृष्टिकोण विकसित होते इंटरफेस, फेज ट्रांजिशन और हेटेरोजेनियस मैटेरियल्स वाले मल्टीफिजिक्स सिस्टम में ऑपरेटर्स को सीखने का मार्ग प्रशस्त करता है, जहाँ पारंपरिक संख्यात्मक विधियाँ मेश एडैप्टेशन में संघर्ष करती हैं और मानक न्यूरल ऑपरेटर्स अभिसरण (converge) करने में विफल रहते हैं।

सीमाएँ और भविष्य का कार्य:
वर्तमान विधि को कैटेगोरिकल एम्बेडिंग बनाने के लिए सबडोमेन विभाजन के पूर्व ज्ञान पर निर्भर रहना पड़ता है। भविष्य के शोध का लक्ष्य डेटा-संचालित तरीकों को विकसित करना है जो स्पष्ट विभाजन के बिना इंटरफ़ेस संरचना को स्पष्ट रूप से (implicitly) सीख सकें, साथ ही स्टोकेस्टिक इंटरफ़ेस समस्याओं के लिए फ्रेमवर्क का विस्तार करना है।