तकनीकी सारांश: M3 – विविक्त भौतिक सिमुलेशन (Discretized Physical Simulations) के लिए प्रशिक्षण मापों का पुनर्गठन

समस्या विवरण (Problem Statement)

भौतिक सिमुलेशन के लिए न्यूरल सरोगेट मॉडल आमतौर पर निरंतर डोमेन के विविक्त नमूनों (discretized samples) पर प्रशिक्षित किए जाते हैं। हालाँकि, औद्योगिक सिमुलेशन में उपयोग की जाने वाली विविक्तकरण योजनाएँ (जैसे, एडेप्टिव मेश रिफाइनमेंट) एक अनुभवजन्य माप (empirical measure) उत्पन्न करती हैं जो स्वाभाविक रूप से गैर-समान होती है। इससे माप-प्रेरित पूर्वाग्रह (measure-induced bias) उत्पन्न होता है:

1. पूर्वाग्रही अनुकूलन (Biased Optimization): सूक्ष्म रूप से विविक्तकृत क्षेत्र (उच्च-घनत्व वाले मेश क्षेत्र) असमान रूप से अधिक अनुकूलन अपडेट प्राप्त करते हैं, जबकि विरल क्षेत्र कमजोर संकेत देते हैं। इसके परिणामस्वरूप स्थानिक रूप से गैर-समान सन्निकटन त्रुटियाँ (approximation errors) होती हैं।
2. अविश्वसनीय मूल्यांकन (Unreliable Evaluation): मानक बिंदुवार मेट्रिक्स (pointwise metrics), जो समान भार (uniform weighting) का उपयोग करते हैं, घने क्षेत्रों में संचित छोटी त्रुटियों के विरुद्ध विरल क्षेत्रों में बड़ी त्रुटियों को छिपा सकते हैं। यह प्रदर्शन के अत्यधिक आशावादी अनुमान प्रदान करता है जो निरंतर भौतिक डोमेन पर मॉडल के वास्तविक व्यवहार को प्रतिबिंबित नहीं करते हैं।
3. डेटा अक्षमता (Data Inefficiency): केवल कच्चे सिमुलेशन डेटा की मात्रा या मॉडल क्षमता को बढ़ाना अक्सर कम प्रतिनिधित्व वाले क्षेत्रों में व्यवस्थित रूप से त्रुटिपूर्ण भौतिक संकेतों की भरपाई करने में विफल रहता है। बिना सुधार के ऐसे डेटा का उप-नमूनाकरण (subsampling) करना इन विविक्तकरण पूर्वाग्रहों को विरासत में लेता है और उन्हें बढ़ाता है।

मुख्य चुनौती एक ऐसा प्रशिक्षण माप (training measure) निर्मित करना है जो केवल विविक्तकरण कलाकृतियों (discretization artifacts) के बजाय क्रॉस-स्केल भौतिक भिन्नता को कैप्चर करे, जिससे निश्चित कम्प्यूटेशनल बजट के तहत संतुलित स्थानिक कवरेज और पर्यवेक्षण आवंटन सुनिश्चित हो सके।

कार्यप्रणाली: M3 (Multi-scale Morton Measure)

लेखक M3 का प्रस्ताव करते हैं, जो एक स्केलेबल फ्रेमवर्क है जो बड़े पैमाने के पॉइंट क्लाउड्स के लिए संरचित प्रशिक्षण वितरणों का निर्माण करता है, जिसमें अनुभवजन्य माप को स्पष्ट रूप से डिज़ाइन किया जाता है। यह पाइपलाइन तीन चरणों में विभाजित है:

1. भिन्नता-जागरूक विभाजन (चरण 1 - Variation-Aware Partition)

एक निश्चित ग्रिड या यादृच्छिक नमूनाकरण का उपयोग करने के बजाय, M3 अनियमित उच्च-रिज़ॉल्यूशन पॉइंट क्लाउड को स्थानीय भौतिक भिन्नता द्वारा निर्देशित स्थानिक सेल में विभाजित करता है।

• तंत्र (Mechanism): यह मॉर्टन-ऑर्डर (Z-order) ऑक्ट्री विभाजन का उपयोग करता है।
• भिन्नता स्कोर (Variation Score): प्रत्येक सेल के लिए एक हल्का स्थानीय भिन्नता स्कोर ($\delta_c$) सुपरवाइज्ड स्केलर और वेक्टर चैनलों (जैसे, दबाव, वेग) के भीतर-सेल चरम मानों (extrema) के आधार पर गणना किया जाता है। z-स्कोर नॉर्मलाइजेशन के माध्यम से यह स्कोर आयामहीन (dimensionless) होता है।
• अनुकूली शोधन (Adaptive Refinement): यदि सेल का भिन्नता स्कोर एक थ्रेसहोल्ड ($\epsilon_{refine}$) से अधिक हो जाता है या गहराई/पॉइंट-काउंट कैप तक पहुँच जाता है, तो उन्हें पुनरावर्ती रूप से विभाजित किया जाता है। इसके परिणामस्वरूप उच्च-भिन्नता वाले क्षेत्रों (जैसे, शॉक वेव्स, बाउंड्री लेयर्स) में महीन सेल और सुचारू क्षेत्रों में मोटे सेल प्राप्त होते हैं।

2. बहु-स्तरीय समूहीकरण (चरण 2 - Multi-Scale Grouping)

इस समस्या को हल करने के लिए कि ऑक्ट्री गहराई अकेले भौतिक भिन्नता का सटीक प्रतिनिधि नहीं है (क्योंकि यह पैरेंट सेल्स से विरासत में मिली रिफाइनमेंट पर निर्भर करती है), M3 वास्तविक भिन्नता तीव्रता के आधार पर सेल्स को पुनर्गठित करता है।

• तीव्रता स्कोर (Intensity Score): एक ग्रेडिएंट-स्केल तीव्रता $\tilde{T}_c = \delta_c / h_c$ की गणना की जाती है, जहाँ $h_c$ सेल की ज्यामितीय चौड़ाई है।
• स्तरीकरण (Stratification): सेल्स को एक लॉग-स्केल्ड तीव्रता स्कोर ($S_c$) के आधार पर स्केल स्ट्रेटा ($C_\ell$) में समूहीकृत किया जाता है। यह एक मल्टी-स्केल प्रतिनिधित्व बनाता है जहाँ विभिन्न ज्यामितीय आकार वाले सेल, लेकिन समान भौतिक भिन्नता परिमाण वाले सेल, एक साथ समूहबद्ध होते हैं। एकल बिंदु वाले सेल को एक समर्पित स्ट्रेटा सौंपा जाता है।

3. बजट आवंटन (चरण 3 - Budgeted Allocation)

एक निश्चित प्रशिक्षण बजट $m$ दिया गया है, M3 एक लक्षित माप $\mu^\star$ का अनुमान लगाने के लिए पहचाने गए स्ट्रेटा और सेल्स के बीच नमूनों को आवंटित करता है।

• लक्षित माप (Target Measure): लक्ष्य विभिन्न पैमानों (scales) में द्रव्यमान $\alpha_\ell$ आवंटित करता है (आमतौर पर पैमानों में समान, $\alpha_\ell \approx 1/|\Lambda|$) और प्रत्येक पैमाने के भीतर द्रव्यमान को समान रूप से वितरित करता है।
• क्षमता बाधाएं (Capacity Constraints): एक फिल रेशियो $\rho$ प्रत्येक सेल की प्रभावी क्षमता को सीमित करता है ताकि बड़े सेल वैश्विक बजट को समाप्त न कर दें।
• आवंटन रणनीति (Allocation Strategy): दो-चरणीय आवंटन किया जाता है:
  1. इंटर-स्केल (Inter-scale): लक्षित $\alpha_\ell$ से मेल खाने के लिए प्रत्येक स्ट्रेटा को बजट $m_\ell$ सौंपा जाता है।
  2. इंट्रा-स्केल (Intra-scale): एक वॉटर-फिलिंग प्रक्रिया (water-filling procedure) स्ट्रेटा के भीतर सेल्स के बीच बजट $m_\ell$ को समान रूप से वितरित करती है, जिसमें उन सेल्स को प्राथमिकता दी जाती है जिनका वर्तमान आवंटन कम है।
• नमूनाकरण (Sampling): अंत में, प्रत्येक सेल $c$ से बिना प्रतिस्थापन (without replacement) के $q_c$ बिंदुओं को समान रूप से नमूना लिया जाता है ताकि प्रशिक्षण सेट बनाया जा सके।

मुख्य योगदान (Key Contributions)

1. माप-प्रेरित पूर्वाग्रह की पहचान: यह शोध पत्र स्थापित करता है कि विविक्तकरण-प्रेरित डेटा संरचनाएं ऑपरेटर लर्निंग में प्रभावी प्रशिक्षण उद्देश्य को व्यवस्थित रूप से बदल देती हैं, जिससे मानक मेट्रिक्स के तहत पूर्वाग्रही अनुकूलन और अविश्वसनीय प्रदर्शन मूल्यांकन होता है।
2. M3 फ्रेमवर्क: एक स्केलेबल, लाइटवेट पाइपलाइन जो भौतिक संरचनाओं के अनुरूप मल्टी-स्केल अनुभवजन्य माप का निर्माण करती है। यह सीमित बजट के तहत डेटा-कुशल प्रशिक्षण को सक्षम बनाता है और सामान्यीकरण (generalization) में सुधार करता है।
3. डेटा दक्षता अंतर्दृष्टि: लेखक प्रदर्शित करते हैं कि केवल कच्चे सिमुलेशन डेटा की मात्रा बढ़ाना अनिवार्य रूप से गैर-समान विविक्तकरण के तहत प्रदर्शन में सुधार नहीं करता है। इसके विपरीत, भौतिक रूप से संरचित मापों के साथ प्रशिक्षित मॉडल बेहतर प्रदर्शन करते हैं।

प्रयोगात्मक परिणाम (Experimental Results)

विधि का मूल्यांकन तीन औद्योगिक-स्तर के CFD डेटासेट्स पर किया गया: SHIFT-Wing (ट्रांसोनिक विंग, एनिसोट्रोपिक मेश), AhmedML (ब्लफ बॉडी, लगभग समान मेश), और DrivAerML (ऑटोमोटिव, अत्यधिक गैर-समान मेश)। मॉडल को AB-UPT आर्किटेक्चर का उपयोग करके प्रशिक्षित किया गया था।

• बेहतर भौतिक निष्ठा (Improved Physical Fidelity): फिजिक्स-वेटेड मेट्रिक्स (जो सतह क्षेत्र या आयतन के आधार पर त्रुटियों को भारित करते हैं) के तहत, M3-प्रशिक्षित मॉडल रैंडम सबसैंपलिंग बेसलाइन्स की तुलना में लगातार बेहतर प्रदर्शन करते हैं।
  • बड़े पैमाने के DrivAerML डेटासेट ($\sim$160M पॉइंट्स) पर, M3 ने रैंडम सैंपलिंग की तुलना में भौतिक-भारित सापेक्ष $L_2$ त्रुटि को 3–4$\times$ कम किया और संबंधित MSE को 13$\times$ तक कम किया, भले ही इसे काफी कम डेटा (जैसे, 1.6M पॉइंट्स) पर प्रशिक्षित किया गया था।
  • वॉल्यूमेट्रिक मामलों में, M3 ने बेसलाइन्स की तुलना में 4.7$\times$ तक कम त्रुटि प्राप्त की।
• सब-सैंपलिंग के प्रति मजबूती (Robustness to Subsampling): M3-प्रशिक्षित मॉडल उच्च-रिज़ॉल्यूशन डेटा पर प्रशिक्षित बेसलाइन्स से बेहतर रहे। उदाहरण के लिए, M3 का उपयोग करके डेटा के 10% पर प्रशिक्षित एक मॉडल, रैंडम सैंपलिंग का उपयोग करके 100% डेटा पर प्रशिक्षित मॉडल से भौतिक-भारित त्रुटि के मामले में आगे निकल गया।
• स्थानिक निरंतरता (Spatial Consistency): त्रुटि मानचित्रों के विज़ुअलाइज़ेशन ने दिखाया कि M3 स्मूथ एरर फील्ड प्रदान करता है और उन महत्वपूर्ण प्रवाह संरचनाओं (flow structures) को कैप्चर करता है जिन्हें रैंडम सैंपलिंग मिस कर देती है।
• स्केलेबिलिटी (Scalability): प्रीप्रोसेसिंग पाइपलाइन $10^8$ पॉइंट्स तक कुशलतापूर्वक स्केल करती है, जो कुछ ही सेकंडों में पूर्ण होती है, जबकि पड़ोस-आधारित (neighborhood-based) विधियाँ समय सीमा पार (timeout) कर जाती हैं।

महत्व और दावे (Significance and Claims)

यह शोध पत्र M3 को भौतिक रूप से सुसंगत मॉडलिंग के लिए एक स्केलेबल, डेटा-कुशल दृष्टिकोण के रूप में प्रस्तुत करता है। इसका प्राथमिक महत्व इस बात में निहित है कि यह सब-सैंपलिंग को केवल डेटा संपीड़न के रूप में नहीं, बल्कि भौतिक रूप से सार्थक अनुभवजन्य माप डिजाइन की समस्या के रूप में पुनर्परिभाषित करता है।

लेखक दावा करते हैं कि:

• डेटा वितरण महत्वपूर्ण है: ऑपरेटर लर्निंग में, प्रशिक्षण नमूनों का वितरण एक प्रमुख कारक है, जो अक्सर कच्चे डेटा वॉल्यूम या मॉडल क्षमता से अधिक प्रभावशाली होता है।
• माप संरेखण (Measure Alignment): विविक्तकरण कलाकृतियों (discretization artifacts) के बजाय डोमेन की भौतिक संरचना के साथ प्रशिक्षण माप को संरेखित करना पूर्वाग्रह को कम करने और निरंतर भौतिक प्रणाली के सटीक सन्निकटन के लिए आवश्यक है।
• मूल्यांकन सुधार (Evaluation Reform): मानक बिंदुवार मेट्रिक्स विविक्त भौतिक डेटा के लिए भ्रामक हो सकते; वास्तविक मॉडल प्रदर्शन और संरचित नमूनाकरण के लाभों को प्रकट करने के लिए भौतिक-भारित मेट्रिक्स आवश्यक हैं।

शोध पत्र निष्कर्ष निकालता है कि M3 डेटा-कुशल लर्निंग के लिए एक पूरक दृष्टिकोण प्रदान करता है, जो औद्योगिक-स्तर के विविक्तकरण स्कीम्स द्वारा उत्पन्न पूर्वाग्रह के लिए एक व्यावहारिक समाधान पेश करता है।