🌀 nonlinear sciences

Nonlinear port-Hamiltonian system identification from input-state-output data (ISO-pHNN)

Questo articolo presenta ISO-pHNN, un framework che sfrutta le reti neurali per identificare sistemi port-Hamiltoniani non lineari da dati di ingresso-stato-uscita, dimostrando che l'imposizione della struttura fisica del sistema preserva l'accuratezza pur potenziando le capacità di previsione a lungo termine.

Autori originali: Karim Cherifi, Achraf El Messaoudi, Hannes Gernandt, Marco Roschkowski

Pubblicato 2026-08-24

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Karim Cherifi, Achraf El Messaoudi, Hannes Gernandt, Marco Roschkowski

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate di cercare di capire come funziona una macchina complessa, come un motore d'auto o un sistema meteorologico, senza aver mai visto i suoi progetti. Gli scienziati spesso si affidano a modelli matematici per prevedere come si comporteranno questi sistemi, ma creare tali modelli da zero può essere incredibilmente difficile, specialmente quando le regole che governano il sistema sono complicate o il sistema stesso è un segreto proprietario. Per decenni, i ricercatori hanno utilizzato due approcci principali per risolvere questo enigma. Uno si basa sulla fisica pura, costruendo modelli basati sulle leggi fondamentali della natura, che sono affidabili ma difficili da derivare per oggetti reali e disordinati. L'altro si basa sui dati, utilizzando programmi informatici per trovare schemi nelle misurazioni registrate, che è flessibile ma spesso fallisce nel prevedere cosa accade al di fuori delle specifiche condizioni su cui è stato addestrato. La sfida è stata quella di combinare il meglio di entrambi i mondi: un modello che impari dai dati ma che rispetti ancora le leggi incrollabili della fisica che governano l'energia e il movimento.

Un team di ricercatori ha sviluppato un nuovo metodo chiamato ISO-pHNN per colmare questo divario. Si sono concentrati su un tipo specifico di sistema fisico noto come sistema porto-Hamiltoniano. In termini semplici, questi sono sistemi in cui l'energia fluisce all'interno, si muove e si dissipa, proprio come l'acqua che scorre attraverso una rete di tubi, pompe e perdite. La parte "porto" si riferisce a come il sistema si connette con il mondo esterno, permettendo all'energia di entrare o uscire. La parte "Hamiltoniana" è un modo matematico per descrivere l'energia totale immagazzinata all'interno del sistema. Questi modelli sono preziosi perché preservano naturalmente proprietà fisiche importanti, come la conservazione dell'energia, rendendoli stabili e affidabili per previsioni a lungo termine. I ricercatori volevano vedere se potevano usare l'intelligenza artificiale per scoprire le regole nascoste di questi sistemi semplicemente osservando come reagiscono agli input, senza bisogno di conoscere le equazioni in precedenza.

Per farlo, il team ha creato un framework che tratta il sistema come una collezione di quattro parti distinte: le connessioni che spostano l'energia, le parti che perdono energia attraverso l'attrito o la resistenza, l'energia totale immagazzinata e il modo in cui le forze esterne spingono nel sistema. Invece di cercare di indovinare l'intero sistema tutto in una volta, hanno usato le reti neurali, ovvero programmi informatici progettati per apprendere schemi complessi, per individuare ciascuna di queste quattro parti separatamente. Hanno fornito al computer flussi di dati che mostrano come lo stato del sistema cambi nel tempo in risposta a diversi input. Il computer ha poi regolato le proprie impostazioni interne per corrispondere al comportamento osservato, aderendo rigorosamente alle regole della struttura porto-Hamiltoniana. Ciò ha garantito che il modello risultante non si limitasse a imitare i dati, ma si comportasse effettivamente come un sistema fisico che obbedisce alle leggi della termodinamica.

I ricercatori hanno testato il loro metodo su diversi scenari, tra cui un sistema di masse collegate da molle e smorzatori, una pallina levitata da un campo magnetico e un complesso motore elettrico. In ogni caso, hanno confrontato il loro nuovo approccio con i modelli standard basati sui dati che ignoravano la struttura fisica. I risultati hanno dimostrato che il loro metodo era altrettanto accurato, se non migliore, nel prevedere il comportamento futuro del sistema. Fondamentalmente, hanno scoperto che aggiungere quella che chiamano "informazione a priori" rendeva i modelli ancora più potenti. Se i ricercatori sapevano già che una parte specifica del sistema, come l'attrito o il modo in cui l'energia entra, fosse costante o seguisse una regola semplice, potevano bloccare quella parte nel modello e lasciare che il computer apprendesse solo le parti sconosciute. Questo non solo ha migliorato l'accuratezza delle previsioni, ma ha anche reso i modelli più affidabili nel lungo periodo, riducendo gli errori che spesso si insinuano quando le macchine cercano di indovinare troppo.

Uno dei risultati più interessanti è stato che il tipo di rete neurale utilizzata contava a seconda del sistema. Per alcuni sistemi, le reti standard funzionavano meglio, mentre per altri, un tipo più recente di rete progettata per gestire funzioni matematiche complesse performava significativamente meglio. Ciò suggerisce che non esiste un unico strumento "migliore" per ogni lavoro; al contrario, la scelta giusta dipende dalla natura specifica del sistema studiato. Il team ha anche dimostrato che il loro metodo poteva gestire dati rumorosi, dove le misurazioni contenevano piccoli errori, senza perdere la capacità di prevedere correttamente il comportamento del sistema. Questa robustezza è vitale per le applicazioni nel mondo reale, dove i sensori non sono mai perfetti.

In definitiva, questo lavoro dimostra che è possibile insegnare all'intelligenza artificiale a imparare le profonde regole strutturali dei sistemi fisici senza sacrificare l'accuratezza in nome della struttura. Combinando la flessibilità dell'apprendimento basato sui dati con l'affidabilità delle leggi fisiche, i ricercatori hanno creato uno strumento capace di svelare la dinamica nascosta di macchine complesse. Questo approccio offre una via promettente per ingegneri e scienziati che devono modellare sistemi troppo complicati per essere scritti a mano, ma troppo critici per essere sbagliati. La capacità di apprendere questi modelli dai dati di input e output significa che anche i sistemi privi di progetti disponibili possono essere compresi, simulati e controllati con un alto grado di fiducia.

Riepilogo Tecnico: ISO-pHNN per l'Identificazione di Sistemi Port-Hamiltonian Non Lineari

Definizione del Problema

I modelli basati sulla fisica, in particolare quelli fondati sulle leggi fondamentali, offrono una interpretabilità e garanzie di stabilità superiori per i sistemi dinamici. Tuttavia, derivare tali modelli per sistemi complessi, proprietari o ad alta dimensionalità è spesso intrattabile. Sebbene i metodi puramente basati sui dati offrano flessibilità, essi soffrono frequentemente di una scarsa capacità di generalizzazione e di una mancanza di coerenza fisica (ad esempio, la conservazione dell'energia) al di fuori del loro ambito di addestramento.

Gli approcci esistenti per l'identificazione di sistemi Port-Hamiltonian (pH) si sono concentrati ampiamente sulla dinamica lineare o hanno affrontato solo parzialmente le non linearità, approssimando componenti specifiche (come l'Hamiltoniana) mentre mantengono fissi altri elementi. Inoltre, molti metodi di apprendimento attuali sono adattati a specifiche scelte architettoniche o assunzioni strutturali fisse, mancando di un quadro unificato per incorporare sistematicamente diversi gradi di conoscenza fisica pregressa. Questo articolo affronta il vuoto nell'identificazione di sistemi port-Hamiltonian non lineari da dati di tipo input-stato-output (ISO), con l'obiettivo di recuperare modelli che preservino la struttura e mantengano proprietà fisiche come la passività e la conservazione dell'energia, sfruttando al contempo il potere di approssimazione delle reti neurali.

Metodologia: Il Framework ISO-pHNN

Gli autori propongono ISO-pHNN, un framework unificato che apprende simultaneamente i componenti costituenti di un sistema pH non lineare utilizzando reti neurali. Il sistema target è definito dalle equazioni pH standard:
$\dot{x} = (J(x) - R(x)) \nabla H(x) + B(x)u, \quad y = B(x)^\top \nabla H(x)$
dove $J(x)$ è antisimmetrica (interconnessione), $R(x)$ è simmetrica semidefinita positiva (dissipazione), $H(x)$ è l'Hamiltoniana (energia) e $B(x)$ è la matrice di ingresso.

1. Parametrizzazione che Preserva la Struttura

Per garantire che i modelli appresi aderiscano rigorosamente ai vincoli strutturali pH, il framework impiega specifiche operazioni di rimodellamento e schemi di parametrizzazione:

Costruzione delle Matrici: Le funzioni dei parametri $\theta_J, \theta_R, \theta_B, \theta_H$ $θ_{J}, θ_{R}, θ_{B}, θ_{H}$ sono mappate in funzioni a valori matriciali utilizzando un'operazione di rimodellamento da vettore a matrice ($vtf$).
- $J(x)$ è costruita come la differenza tra un vettore rimodellato e la sua trasposta, garantendo l'antisimmetria.
- $R(x)$ è costruita tramite il prodotto di un vettore rimodellato e della sua trasposta (scalato da $1/\sqrt{n}$ ), garantendo simmetria e semidefinitività positiva.
- $B(x)$ e $H(x)$ sono mappati direttamente dai rispettivi vettori di parametri.
Architetture Neurali: Le funzioni dei parametri sono approssimate utilizzando o Perceptrone Multistrato (MLP) o Reti di Kolmogorov-Arnold (KAN).
- MLP: Reti standard completamente connesse con funzione di attivazione Swish (scelta per la differenziabilità richiesta dal gradiente dell'Hamiltoniana).
- KAN: Reti in cui funzioni univarianti apprendibili sono posizionate sugli archi, ispirate al teorema di rappresentazione di Kolmogorov-Arnold. Ciò consente potenzialmente dinamiche apprese più interpretabili.

2. Incorporazione di Informazioni Pregresse

Una caratteristica chiave di ISO-pHNN è l'integrazione flessibile della conoscenza fisica pregressa. Il framework permette agli utenti di specificare "funzioni ansatz" per qualsiasi sottoinsieme dei componenti del sistema ( $J, R, H, B$ ).

Se un componente è noto (ad esempio, $J$ e $B$ sono costanti derivate dai primi principi), può essere fissato o parametrizzato come matrice costante.
Se un componente è noto per essere quadratico (ad esempio, un'Hamiltoniana meccanica standard), può essere vincolato a una forma quadratica.
Questa parametrizzazione selettiva riduce la complessità del modello, migliora l'efficienza dei dati e vincola il processo di apprendimento verso soluzioni fisicamente significative.

3. Addestramento e Funzione di Perdita

Il sistema viene addestrato su traiettorie di input-stato-output.

Generazione dei Dati: Le traiettorie sono generate utilizzando varie condizioni iniziali e segnali di ingresso sinusoidali.
Funzione di Perdita: L'obiettivo è minimizzare l'errore medio assoluto normalizzato (NMAE) tra le derivate dello stato ( $\dot{x}$ ) e gli output ( $y$ ) previsti e quelli reali. La perdita è pesata dalla deviazione standard dei target all'interno del minibatch per gestire le diverse grandezze. Un peso $\gamma$ bilancia l'importanza della previsione della derivata dello stato rispetto alla previsione dell'output, con $\gamma=0.25$ tipicamente usato per dare priorità all'accuratezza della previsione a lungo termine.
Ottimizzazione: Viene utilizzato l'ottimizzatore AdamW con pianificazione del tasso di apprendimento tramite cosine annealing.

Contributi Chiave

Framework Unificato: La proposta di ISO-pHNN, un framework flessibile capace di apprendere tutti i componenti pH ( $J, R, H, B$ ) simultaneamente da dati ISO.
Prior Fisici Informati: L'introduzione di un meccanismo per incorporare conoscenze pregresse parziali o complete (ad esempio, matrici costanti, Hamiltoniane quadratiche) nella parametrizzazione della rete neurale, migliorando l'efficienza dell'addestramento e l'accuratezza.
Esplorazione Architetturale: Il confronto sistematico tra MLP e KAN per l'identificazione di sistemi pH, valutando le rispettive capacità di modellazione di diverse tipologie di non linearità.
Validazione della Struttura: Dimostrazione che l'imposizione dei vincoli strutturali pH non degrada l'accuratezza dell'identificazione e, se combinata con i priori, riduce significativamente gli errori di previsione a lungo termine.

Risultati Sperimentali

Il framework è stato validato su tre sistemi non lineari distinti:

Sistema Massa-Molla-Smorzatore:
- Presenta uno smorzamento non lineare ( $R$ ) e un'Hamiltoniana quadratica.
- Risultati: Il modello pH ha leggermente superato il baseline black-box. L'incorporazione di conoscenze pregresse (fissando $J, B$ e assumendo un'Hamiltoniana quadratica) ha prodotto l'errore più basso. In questo scenario a bassa frequenza, gli MLP hanno superato i KAN.
Palla a Levitazione Magnetica:
- Presenta un'Hamiltoniana non quadratica e una dissipazione dipendente dallo stato.
- Risultati: Il modello pH predefinito ha superato il baseline. La conoscenza pregressa non ha portato miglioramenti significativi in questo caso specifico. MLP e KAN hanno raggiunto un'accuratezza comparabile.
Motore Sincrono a Magneti Permanenti (PMSM):
- Presenta un'interconnessione dipendente dallo stato ( $J$ ) e un'Hamiltoniana quadratica.
- Risultati: Il modello pH ha superato significativamente il baseline. Fondamentalmente, i KAN hanno superato significativamente gli MLP in questo scenario ad alta frequenza, suggerendo che l'idoneità dell'architettura dipenda dalle caratteristiche spettrali del sistema.
- Sensibilità ai Priori: L'uso di "priori errati" (ad esempio, assumere un $J$ lineare quando è non lineare) ha portato a un significativo degrado delle prestazioni, evidenziando l'importanza di una conoscenza pregressa accurata.
- Robustezza: Il metodo ha dimostrato robustezza al rumore, con una degradazione graduale delle prestazioni al diminuire del rapporto segnale-rumore (SNR).

Significato e Rivendicazioni

L'articolo sostiene che ISO-pHNN fornisca un approccio robusto e che preservi la struttura per l'identificazione di sistemi dinamici non lineari. Gli autori sottolineano che:

Integrità Fisica: Imporre i vincoli pH non abbassa l'accuratezza rispetto ai modelli black-box; piuttosto, assicura che il modello rispetti le leggi fisiche (passività, conservazione dell'energia).
Efficienza dei Dati: L'incorporazione di informazioni pregresse (quando disponibili) riduce significativamente l'errore di identificazione e migliora le capacità di previsione a lungo termine.
Flessibilità: Il framework non è legato a una singola architettura neurale; la scelta tra MLP e KAN dovrebbe essere guidata dalle caratteristiche specifiche del sistema (ad esempio, contenuto in frequenza).
Praticità: Il metodo recupera con successo i componenti del sistema e può gestire dati rumorosi, rendendolo adatto ad applicazioni in cui le equazioni esplicite non sono disponibili ma esistono dati di simulazione o misurazione.

Gli autori concludono che, sebbene il metodo attualmente si basi sulle derivate dello stato (spesso stimate dai dati), il lavoro futuro si concentrerà sulla rimozione di questa dipendenza e sull'applicazione del framework a sistemi derivati da equazioni alle derivate parziali e da dati esclusivamente input-output.