🔢 mathematics

DeepRitzSplit Neural Operator for Phase-Field Models via Energy Splitting

यह शोध पत्र DeepRitzSplit न्यूरल ऑपरेटर पेश करता है, जो एक भौतिकी-सूचित (physics-informed) ढांचा है जो ऊर्जा अपव्यय (energy dissipation) सुनिश्चित करने और पारंपरिक तरीकों की तुलना में सामान्यीकरण (generalization) में सुधार करने के साथ-साथ फेज-फील्ड सिमुलेशन को त्वरित करने के लिए उत्तल-अवतल ऊर्जा विभाजन (convex-concave energy splitting) को एक कस्टम रिएक्शन-डिफ्यूजन न्यूरल ऑपरेटर आर्किटेक्चर के साथ जोड़ता है।

मूल लेखक: Chih-Kang Huang, Ludovick Gagnon, Miha Založnik, Benoît Appolaire

प्रकाशित 2026-04-21

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Chih-Kang Huang, Ludovick Gagnon, Miha Založnik, Benoît Appolaire

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 यह अनुमान लगाने की कोशिश कर रहे हैं कि पिघली हुई धातु का एक गड्ढा (puddle) कैसे ठंडा होकर ठोस क्रिस्टल में बदल जाता है। यह केवल एक साधारण जमने की प्रक्रिया नहीं है; यह एक जटिल नृत्य है जहाँ धातु जमते समय जटिल, पेड़ जैसी शाखाएँ (जिन्हें डेंड्राइट्स कहा जाता है) बनाती है।

वैज्ञानिक इन सिमुलेशन के लिए जटिल गणितीय समीकरणों (जिन्हें फेज़-फील्ड मॉडल कहा जाता है) का उपयोग करते हैं। लेकिन समस्या यह है कि ये समीकरण इतने जटिल होते हैं और इनके लिए इतनी सूक्ष्म बारीकियों की आवश्यकता होती है कि सुपरकंप्यूटर पर एक सिमुलेशन चलाने में कई दिन या हफ़्तों लग सकते हैं। यह बिल्कुल वैसा ही है जैसे हवा के हर एक अणु की गति की गणना करके मौसम की भविष्यवाणी करने की कोशिश करना।

यह शोध पत्र इस प्रक्रिया को तेज़ करने के लिए आर्टिफिशियल इंटेलिजेंस (AI) का उपयोग करके एक नया और चतुर तरीका पेश करता है, लेकिन इसमें एक विशेष मोड़ है जो भौतिकी (physics) की सत्यता को बनाए रखता है।

यहाँ उनके समाधान, DeepRitzSplit का सरल उपमाओं (analogies) के साथ विवरण दिया गया है:

1. समस्या: "बहुत धीमा" कैलकुलेटर

पारंपरिक कंप्यूटर विधियाँ इन समीकरणों को चरण-दर-चरण हल करती हैं, जैसे एक बहुत ही सावधान मुनीम एक-एक करके संख्याओं को जोड़ रहा हो। सटीक परिणाम प्राप्त करने के लिए, मुनीम को हर एक पैसे की जाँच करनी पड़ती है। यह सटीक तो है लेकिन अविश्वसनीय रूप से धीमा है।

2. पुराना AI समाधान: "अनुमान लगाने वाला छात्र"

हाल ही में, वैज्ञानिकों ने AI (न्यूरल नेटवर्क) का उपयोग करने की कोशिश की ताकि वह एक "सरोगेट" या शॉर्टकट के रूप में काम कर सके। वे AI को धातु के जमने के हजारों उदाहरण दिखाते थे, इस उम्मीद में कि AI पैटर्न को सीख लेगा और भविष्य की भविष्यवाणी कर देगा।

दोष: यह एक ऐसे छात्र की तरह है जो एक विशिष्ट अभ्यास परीक्षा के उत्तर रट लेता है, लेकिन जब उससे थोड़ा अलग सवाल पूछा जाता है, तो वह विफल हो जाता है। यदि धातु किसी नए तरीके से (एक नए आकार या गति से) ठंडी होती है, तो AI भ्रमित हो जाता है और भौतिक रूप से असंभव अनुमान लगाने लगता है। यह "डेटा-संचालित" तो है लेकिन इसमें भौतिकी के नियमों के बारे में "सामान्य समझ" (common sense) की कमी है।

3. नया समाधान: DeepRitzSplit (द "फिजिक्स-सवी आर्किटेक्ट")

लेखकों ने एक नया AI तरीका बनाया है जो केवल डेटा को याद नहीं करता; बल्कि यह खेल के नियमों को समझता है।

"एनर्जी स्प्लिटिंग" (ऊर्जा विभाजन) का तरीका

कल्पना कीजिए कि ठंडा होती धातु की "इच्छा" होती है कि वह न्यूनतम ऊर्जा की स्थिति तक पहुँचे (जैसे एक गेंद ढलान के नीचे जाकर सबसे निचले बिंदु पर पहुँचने की कोशिश करती है)।

ढलान (The Hill): ढलान के दो भाग हैं। एक भाग चिकना और अनुमानित (Convex) है, और दूसरा भाग ऊबड़-खाबड़ और कठिन (Concave) है।
पुराना तरीका: पूरी ऊबड़-खाबड़ ढलान पर एक साथ गेंद को लुढ़काने की कोशिश करना कठिन है और अक्सर इससे गेंद या तो फंस जाती है या ट्रैक से बाहर निकल जाती है।
DeepRitzSplit का तरीका: लेखकों ने ढलान को दो भागों में विभाजित किया। वे चिकने भाग को सावधानीपूर्वक (implicitly) संभालते हैं और ऊबड़-खाबड़ भाग को मोटे तौर पर लेकिन सुरक्षित रूप से (explicitly) संभालते हैं।
परिणाम: इस "विभाजित" समस्या को हल करने के लिए AI को सिखाकर, वे गारंटी देते हैं कि AI हमेशा ऊर्जा क्षय (energy dissipation) के नियम का पालन करेगा (गेंद हमेशा नीचे की ओर जाएगी, कभी ऊपर नहीं)। AI को भौतिक रूप से सुसंगत होने के लिए मजबूर किया जाता है, चाहे उसकी गति कितनी भी तेज़ क्यों न हो।

"रिएक्शन-डिफ्यूजन" आर्किटेक्चर (RDNO)

इसे काम करने के योग्य बनाने के लिए, उन्होंने एक कस्टम AI मस्तिष्क बनाया जिसे RDNO कहा जाता है।

सोचिए कि धातु का जमना एक ऐसी रेसिपी है जिसमें दो चरण हैं: रिएक्शन (वह रासायनिक परिवर्तन जहाँ तरल ठोस में बदल जाता है) और डिफ्यूजन (गर्मी का फैलना)।
अधिकांश AI मॉडल पूरी रेसिपी को एक 'ब्लैक बॉक्स' की तरह मानते हैं।
RDNO मॉडल के दो अलग-अलग कमरे हैं: एक कमरा विशेष रूप से "रिएक्शन" (मानक गणितीय परतों का उपयोग करके) को संभालता है और दूसरा कमरा "डिफ्यूजन" (एक विशेष AI परत का उपयोग करके) को संभालता है।
उपमा: यह एक ऐसी रसोई की तरह है जहाँ शेफ (रिएक्शन) सब्जियाँ काटता है, और फिर उन्हें sous-chef (डिफ्यूजन) को सौंप देता है जो बर्तन को चलाता है। वे सामंजस्य में काम करते हैं, जिससे यह प्रक्रिया उस अराजक रसोई की तुलना में तेज़ और समझने में आसान हो जाती है जहाँ हर कोई एक साथ सब कुछ करने की कोशिश करता है।

4. परिणाम: तेज़, सटीक और सामान्य (General)

टीम ने दो परिदृश्यों पर इसका परीक्षण किया:

सरल फेज़ सेपरेशन: जैसे तेल और पानी का अलग होना।
जटिल डेंड्रिटिक ग्रोथ: जैसे खिड़की पर बर्फ के जटिल क्रिस्टल बनना।

क्या हुआ?

गति: AI पारंपरिक "अत्यधिक सटीक" कंप्यूटर विधियों की तुलना में काफी तेज़ था। यह धातु की भविष्य की स्थिति की भविष्यवाणी सेकंड के एक अंश में कर सकता था।
जनरलाइजेशन (Generalization): यह सबसे बड़ी जीत है। जब उन्होंने AI को एक ऐसा परिदृश्य दिखाया जिसे उसने पहले कभी नहीं देखा था (जैसे कई क्रिस्टल दानों की एक अजीब व्यवस्था), तब भी DeepRitzSplit AI ने पूरी तरह से काम किया। पुराना "रटने वाला छात्र" AI पूरी तरह विफल रहा।
"प्रीकंडीशनर" (Preconditioner) ट्रिक: भले ही AI क्रिस्टल विकास की गति का अनुमान लगाने में बहुत अच्छा था, लेकिन वह इसके सिरे (tip) के सटीक आकार पर थोड़ा गलत था। लेखकों ने एक चतुर तरीका खोजा: पहले AI का उपयोग करके एक "अच्छा अनुमान" प्राप्त करें, और फिर आकार को परिष्कृत करने के लिए थोड़ी अतिरिक्त गणित का उपयोग करें। इसने उन्हें दोनों दुनियाओं का सर्वश्रेष्ठ दिया: AI की गति और पारंपरिक गणित की सटीकता।

सारांश

लेखकों ने केवल एक तेज़ कैलकुलेटर नहीं बनाया; उन्होंने एक स्मार्ट सहायक बनाया है जो भौतिकी के नियमों को समझता है। समस्या को प्रबंधनीय हिस्सों में विभाजित करके और AI को ऊर्जा संरक्षण का सम्मान करना सिखाकर, उन्होंने एक ऐसा उपकरण बनाया है जो जटिल पदार्थ विज्ञान (material science) की समस्याओं को दिनों के बजाय सेकंडों में सिम्युलेट कर सकता है, जबकि यह वास्तविक दुनिया की इंजीनियरिंग के लिए पर्याप्त विश्वसनीय भी है।

यह एक ऐसे छात्र के बीच का अंतर है जो पाठ्यपुस्तक को रट लेता है और एक ऐसे छात्र के बीच का अंतर है जो वास्तव में भौतिकी के सिद्धांतों को समझता है और उन्हें किसी भी नई स्थिति में लागू कर सकता है।

यहाँ शोध पत्र "DeepRitzSplit Neural Operator for Phase-Field Models via Energy Splitting" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

फेज़-फील्ड मॉडल (Phase-field models) ठोसकरण प्रक्रियाओं (जैसे एडिटिव मैन्युफैक्चरिंग में डेंड्रिटिक ग्रोथ) के अनुकरण के लिए आवश्यक हैं, लेकिन अपने मल्टी-स्केल और नॉन-लीनियर स्वभाव के कारण ये गणनात्मक रूप से अत्यंत महंगे होते हैं। इन मॉडलों के लिए सूक्ष्म स्थानिक (spatial) और सामयिक (temporal) विविक्तिकरण (discretization) की आवश्यकता होती है, जिससे बड़े पैमाने के सिमुलेशन और पैरामीट्रिक अध्ययन चुनौतीपूर्ण हो जाते हैं।

मौजूदा AI विधियों की सीमाएँ:
- डेटा-संचालित न्यूरल ऑपरेटर्स (Data-Driven Neural Operators): इन्हें अक्सर विशाल प्रशिक्षण डेटासेट की आवश्यकता होती है, ये ओवरफिटिंग से ग्रस्त होते हैं, आउट-ऑफ-डिस्ट्रीब्यूशन (OOD) स्थितियों में सामान्यीकरण (generalization) करने में सक्षम नहीं होते हैं, और दीर्घकालिक भविष्यवाणियों में अस्थिर हो सकते हैं।
- फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (PINNs): हालांकि इनके लिए बड़े डेटासेट की आवश्यकता नहीं होती, लेकिन ये आमतौर पर PDE रेसिडुअल्स (residuals) को कम करते हैं, जो उच्च-क्रम के डेरिवेटिव्स के कारण गणनात्मक रूप रूप से महंगे हो सकते हैं। इसके अलावा, मानक PINNs को अक्सर अलग-अलग बाउंड्री या इनिशियल कंडीशंस के लिए पुन: प्रशिक्षण (retraining) की आवश्यकता होती है, जो उनकी लचीलापन को सीमित करता है।
- फिजिक्स-इन्फॉर्म्ड न्यूरल ऑपरेटर्स (PINOs): मौजूदा कार्य अक्सर सरल PDEs पर केंद्रित होते हैं; अत्यधिक नॉन-लीनियर समस्याओं पर प्रशिक्षण अक्सर विफल हो जाता है।

2. कार्यप्रणाली: DeepRitzSplit

लेखक DeepRitzSplit का प्रस्ताव करते हैं, जो एक नवीन ढांचा है जो क्लासिकल कॉन्वेक्स-कॉन्केव स्प्लिटिंग स्कीम्स को फिजिक्स-इन्फॉर्म्ड लर्निंग के साथ जोड़ता है।

A. सैद्धांतिक आधार: एनर्जी स्प्लिटिंग (Energy Splitting)

यह विधि डीप रिट्ज़ मेथड (Deep Ritz method) पर आधारित है, जो PDE रेसिडुअल्स को सीधे हल करने के बजाय एक एनर्जी फंक्शनल को कम करके समाधानों का अनुमान लगाती है।

कॉन्वेक्स-कॉन्केव स्प्लिटिंग: कुल फ्री एनर्जी फंक्शनल $E(u)$ को एक कॉन्वेक्स भाग $E_1(u)$ और एक कॉन्केव भाग $E_2(u)$ में विभाजित किया जाता है।
सेमी-इम्प्लिसिट स्कीम (Semi-Implicit Scheme): कॉन्केव भाग को वर्तमान अवस्था के चारों ओर लीनियर किया जाता है, जबकि कॉन्वेक्स भाग को इम्प्लिसिटली (implicitly) माना जाता है। इससे प्रत्येक टाइम स्टेप पर एक ऑप्टिमाइज़ेशन समस्या उत्पन्न होती है:
$u^{n+1} := \arg \min_{u} \left( \frac{1}{2dt}\|u - u^n\|^2 + E_1(u) + E_2(u^n) + \langle \nabla E_2(u^n), u - u^n \rangle \right)$
अनकंडीशनल स्टेबिलिटी (Unconditional Stability): इस विशिष्ट वेरिएशनल फॉर्मुलेशन को कम करने के लिए न्यूरल ऑपरेटर को प्रशिक्षित करके, यह मॉडल स्वाभाविक रूप से एनर्जी डिसिपेशन प्रॉपर्टी ( $E(u^{n+1}) \leq E(u^n)$ ) को लागू करता है, चाहे टाइम स्टेप का आकार ($dt$) कुछ भी हो। यह अनकंडीशनल स्टेबिलिटी सुनिश्चित करता है, जो कि बड़े टाइम स्टेप्स के साथ मानक फाइनाइट डिफरेंस (FDM) या फाइनाइट एलिमेंट (FEM) विधियों में अक्सर खो जाती है।

B. आर्किटेक्चर: रिएक्शन-डिफ्यूजन न्यूरल ऑपरेटर (RDNO)

लेखक एक कस्टम आर्किटेक्चर पेश करते हैं जिसे RDNO कहा जाता है, जिसे स्प्लिटिंग स्कीम के अनुरूप बनाया गया है:

संरचना: $NN = D_\theta \circ R_\theta$ $N N = D_{θ} \circ R_{θ}$
- रिएक्शन ब्लॉक ( $R_\theta$ ): ऊर्जा के नॉन-लीनियर, कॉन्केव भाग को संभालता है (अक्सर कनवल्शनल लेयर्स के माध्यम से कार्यान्वित)।
- डिफ्यूजन ब्लॉक ( $D_\theta$ ): लीनियर, कॉन्वेक्स भाग को संभालता है (अक्सर डिफ्यूजन ऑपरेटर के इनवर्स को अनुमानित करने वाले UNet या समान ऑपरेटर के रूप में कार्यान्वित)।
प्रिस्क्राइब्ड RDNO (Prescribed RDNO): कुछ कॉन्फ़िगरेशन में, रिएक्शन टर्म भौतिकी द्वारा स्पष्ट रूप से परिभाषित होता है ( $u - dt\nabla E_2$ ), और न्यूरल नेटवर्क केवल डिफ्यूजन ऑपरेटर को सीखता है, जिससे व्याख्यात्मकता (interpretability) बढ़ती है।

3. मुख्य योगदान

DeepRitzSplit फ्रेमवर्क: एक न्यूरल ऑपरेटर प्रशिक्षण विधि जो लॉस फंक्शन में एनर्जी स्प्लिटिंग को सीधे शामिल करती है, जिससे बिना किसी बड़े लेबल वाले डेटासेट के अनकंडीशनल एनर्जी डिसिपेशन की गारंटी मिलती है।
अनसुपरवाइज्ड लर्निंग (Unsupervised Learning): यह विधि केवल इनिशियल कंडीशंस और मॉडल समीकरणों (variational formulation) पर प्रशिक्षित होती है, जिससे महंगे ग्राउंड-ट्रुथ डेटा जेनरेट करने की आवश्यकता समाप्त हो जाती है।
RDNO आर्किटेक्चर: एक विशेष न्यूरल ऑपरेटर आर्किटेक्चर जो रिएक्शन-डिफ्यूजन सिस्टम की भौतिकी को दर्शाता है, जो मानक FNOs या UNets की तुलना में बेहतर प्रशिक्षण दक्षता और व्याख्यात्मकता प्रदान करता है।
प्रीकंडीशनिंग स्ट्रैटेजी (Preconditioning Strategy): यह प्रदर्शित किया गया है कि DeepRitzSplit को PDE रेसिडुअल्स का उपयोग करके आगे के रिफाइनमेंट के लिए एक "वार्म स्टार्ट" (preconditioner) के रूप में उपयोग किया जा सकता है, जो टिप रेडियस जैसे जटिल मेट्रिक्स पर उच्च सटीकता प्राप्त करने के समय को काफी कम कर देता है।

4. प्रयोगात्मक परिणाम

केस स्टडी 1: आइसोट्रोपिक एलन-कैन इक्वेशन (Isotropic Allen-Cahn Equation)

सेटअप: विक्षेपित (perturbed) सर्कुलर डिस्क पर प्रशिक्षित; विभिन्न विक्षेपण मोड, मल्टी-डिस्क और रैंडम यूनिफॉर्म फील्ड्स के लिए टेस्ट किया गया।
निष्कर्ष:
- सामान्यीकरण (Generalization): DeepRitzSplit (unsupervised) ने डेटा-संचालित सुपरवाइज्ड विधियों की तुलना में काफी बेहतर प्रदर्शन किया, विशेष रूप से रैंडम फील्ड्स पर जहाँ डेटा-संचालित दृष्टिकोण पूरी तरह विफल रहा।
- सटीकता: RDNO या UNet आर्किटेक्चर के साथ DeepRitzSplit ने कम पेरिमिटर एरर (<इन-डिस्ट्रीब्यूशन के लिए <1%, <आउट-ऑफ-डिस्ट्रीब्यूशन के लिए <2.5%) प्राप्त किया।
- आर्किटेक्चर तुलना: RDNO और UNet ने अच्छा प्रदर्शन किया; फूरियर न्यूरल ऑपरेटर्स (FNO) विशिष्ट स्पेक्ट्रल गुणों के कारण डायनेमिक्स को कैप्चर करने में विफल रहे।
- दक्षता: इंफरेंस (Inference) पारंपरिक फूरियर स्पेक्ट्रल विधियों की तुलना में तेज़ था।

केस स्टडी 2: एनिसोट्रोपिक डेंड्रिटिक ग्रोथ (Anisotropic Dendritic Growth)

सेटअप: एनिसोट्रॉपी के साथ कर्मा-रैपल फेज़-फील्ड मॉडल (कपल्ड फेज़ और हीट इक्वेशंस) पर लागू किया गया।
निष्कर्ष:
- मॉर्फोलॉजी: विधि ने सॉलिड फेज़ फ्रैक्शन और डेंड्राइट टिप वेलोसिटी को सटीक रूप से कैप्चर किया।
- मल्टी-ग्रेन जनरलाइजेशन: 1-3 ग्रेन पर प्रशिक्षित मॉडल 16 ग्रेन के सिमुलेशन के लिए सफलतापूर्वक सामान्यीकृत हुआ, जिससे मॉर्फोलॉजिकल निरंतरता बनी रही।
- सीमाएँ: जबकि टिप वेलोसिटी सटीक थी, टिप रेडियस (एक सेकंड-ऑर्डर डेरिवेटिव फीचर) ने कुछ त्रुटि दिखाई।
- रिफाइनमेंट: स्कीम रेसिडुअल्स पर प्रशिक्षण के बाद प्रीकंडीशनर के रूप में DeepRitzSplit का उपयोग करने से टिप रेडियस की सटीकता में काफी सुधार हुआ (त्रुटि को ~10-30% से घटाकर <5% करने के बाद), जबकि सीधे रेसिडुअल्स पर प्रशिक्षण से होने वाली कन्वर्जेंस समस्याओं से बचा गया।

5. महत्व और निष्कर्ष

फिजिकल कंसिस्टेंसी (Physical Consistency): यह दृष्टिकोण सुनिश्चित करता है कि न्यूरल सरोगेट मौलिक थर्मोडायनामिक सिद्धांत (ऊर्जा अपव्यय) का सम्मान करता है, जो फेज़-फील्ड सिमुलेशन के लिए एक महत्वपूर्ण आवश्यकता है जिसे अक्सर ब्लैक-बॉक्स AI मॉडल द्वारा उल्लंघन किया जाता है।
डेटा दक्षता: अपने अनसुपरवाइज्ड वेरिएशनल फॉर्मुलेशन पर निर्भर करके, यह विधि पारंपरिक ऑपरेटर लर्निंग की "डेटा बाधा" को दूर करती है, जिससे यह जटिल भौतिक प्रणालियों के लिए उपयुक्त हो जाती है जहाँ ग्राउंड-ट्रुथ डेटा बनाना महंगा होता है।
स्केलेबिलिटी: RDNO आर्किटेक्चर और प्रीकंडीशनिंग स्ट्रैटेजी, क्लासिकल स्पेक्ट्रल विधियों की तुलना में अधिक तेज़ी से और भौतिक निष्ठा बनाए रखते हुए बड़े पैमाने के मल्टी-ग्रेन सॉलिडिफिकेशन प्रोसेस को सिम्युलेट करने का मार्ग प्रशस्त करती है।
भविष्य का कार्य: लेखक एनिसोट्रॉपी स्ट्रेंथ के प्रभाव और मल्टी-ग्रेन मॉर्फोलॉजिकल गुणों के मात्रात्मक बेंचमार्क पर आगे के अन्वेषण का सुझाव देते हैं।

संक्षेप में, DeepRitzSplit वैज्ञानिक मशीन लर्निंग में एक महत्वपूर्ण कदम है जो लर्निंग आर्किटेक्चर में सीधे भौतिक स्थिरता बाधाओं (physical stability constraints) को समाहित करता है, जो पारंपरिक संख्यात्मक सॉल्वर के लिए एक मजबूत, सामान्यीकरण योग्य और कुशल विकल्प प्रदान करता है।