Neural network-enhanced $hr$-adaptive finite element algorithm for parabolic equations

Sintesi Tecnica: Algoritmo di Elementi Finiti $hr$-Adattivi Potenziato da Reti Neurali per Equazioni Paraboliche

Definizione del Problema
Il documento affronta le sfide computazionali inerenti all'applicazione dei metodi adattivi di elementi finiti (AFEM) alle equazioni paraboliche dipendenti dal tempo, in particolare quelle che esibiscono singolarità mobili o caratteristiche multiscala. Sebbene i metodi $hr$-adattivi (che combinano il raffinamento della mesh $h$ e il movimento dei nodi $r$) offrano vantaggi teorici, la loro implementazione pratica per problemi parabolici soffre di tre colli di bottiglia primari:

1. Raffinamento inefficiente: Le strategie $h$-adattive convenzionali richiedono spesso un numero eccessivo di iterazioni (30–40) per ogni passo temporale per raggiungere la convergenza, a causa della bisezione livello per livello.
2. Sfide di Interpolazione: Il trasferimento della soluzione da una mesh del passo temporale precedente a una mesh nuova e non annidata richiede algoritmi di localizzazione dei punti e operatori di interpolazione ($\Pi_h^n$) complessi e computazionalmente costosi.
3. Inizializzazione Ridondante: Gli approcci standard ereditano la mesh finale, altamente raffinata, dal passo temporale precedente come punto di partenza per il successivo, portando a un numero gonfiato di gradi di libertà (DOF) e rendendo necessaria una fase separata e intricata di coalescenza (coarsening) per ridurre il costo computazionale.

Metodologia
Gli autori propongono un nuovo Algoritmo di Elementi Finiti $hr$-Adattivo Potenziato da Reti Neurali, progettato per superare queste limitazioni attraverso tre meccanismi integrati:

1. Surrogato Mesh-Free tramite Reti Neurali (Sostituzione dell'Interpolazione):
   Invece di eseguire l'interpolazione geometrica tra mesh non annidate, il metodo impiega una rete neurale (NN) per costruire un surrogato continuo e privo di mesh (mesh-free) della soluzione degli elementi finiti del passo temporale precedente ($u_{h}^{n-1}$).

   • La NN è addestrata sui vertici e sui valori della soluzione della mesh precedente.
   • Per imporre rigorosamente le condizioni al contorno di Dirichlet, il surrogato è costruito come $u_{\theta}^{n-1}(x) = d(x)u_{\theta}(x) + \tilde{g}(x, t_{n-1})$, dove $d(x)$ si annulla sul bordo e $\tilde{g}$ estende i dati al contorno.
   • Strategia di Warm-Start: I parametri della NN sono inizializzati utilizzando il minimizzatore convergente del passo temporale precedente, richiedendo solo un breve affinamento (pochi epoche) invece di un intero riaddestramento ad ogni passo.
   • Questo surrogato sostituisce l'operatore di interpolazione nello schema completamente discreto, permettendo la valutazione diretta della funzione in qualsiasi punto spaziale sulla nuova mesh.

2. Generazione Controllata della Mesh ($h$-Adattività):
   L'algoritmo utilizza la libreria Gmsh per generare mesh basate su un campo di dimensione della mesh (SIZE) definito dall'utente.

   • Un campo di dimensione della mesh viene calcolato da stimatori di errore locali, mirando un'alta densità nelle regioni con errore elevato.
   • A differenza della bisezione standard, questo approccio consente la generazione di mesh non annidate e non strutturate che possono aumentare drasticamente la risoluzione in un singolo step.

3. Strategia di Iterazione Predittiva ($r$-Adattività e Controllo del Ciclo):
   L'algoritmo limita il ciclo adattivo a un massimo di sette iterazioni per ogni passo temporale attraverso un workflow predittivo:

   • Iterazioni 1–2: Fase di "avvio" (start-up) per stabilizzare la soluzione.
   • Iterazioni 3–5: Raccolta dati per adattare un modello a legge di potenza ($\eta_h \approx cN^{-p}$) che mette in relazione l'estimatore di errore con il numero di vertici (NOV).
   • Iterazione 6: Il modello adattato predice il NOV necessario per soddisfare la tolleranza. Una nuova mesh viene generata per corrispondere a questo obiettivo.
   • Iterazione 7: Un passaggio finale di verifica assicura che la tolleranza prescritta sia soddisfatta.
   • Estimatore di Errore Combinato: L'indicatore di errore incorpora informazioni sia dalla soluzione corrente ($u_h^n$) che dal surrogato NN della soluzione precedente ($u_{\theta}^{n-1}$) per guidare efficacementamente la generazione della mesh.

Contributi Chiave

• Eliminazione dei Costi di Interpolazione: Sostituendo l'operatore di interpolazione dipendente dalla mesh con un surrogato neurale mesh-free, il metodo evita la complessità algoritmica e il costo computazionale del trasferimento di dati tra mesh non annidate.
• Riduzione Drastica delle Iterazioni: La strategia di generazione della mesh predittiva riduce il numero di iterazioni adattive per passo temporale dal tipico 30–40 a un massimo di 7.
• Reset Efficiente della Mesh: Il metodo reinizializza la mesh a uno stato grossolano e uniforme all'inizio di ogni passo temporale (anziché ereditare la mesh raffinata), evitando la necessità di una fase separata di coalescenza e prevenendo l'accumulo di DOF non necessari.
• Agnosticismo Dimensionale: Il framework è progettato per essere indipendente dalla dimensione, come dimostrato dalla riuscita applicazione sia in 2D che in 3D senza modifiche strutturali all'algoritmo.

Risultati Numerici
Il documento valida l'algoritmo attraverso estesi esperimenti numerici su equazioni paraboliche con singolarità mobili (rotazione, diffusione e scissione) in 2D e 3D, nonché equazioni di Allen–Cahn non lineari e problemi su domini a forma di L.

• Efficienza: Il metodo proposto raggiunge l'accuratezza desiderata in non più di sette iterazioni di adattamento spaziale per passo temporale.
• Overhead di Addestramento: Sebbene il primo passo temporale richieda un addestramento significativo (es. ~2000 epoche), i passi successivi richiedono un minimo affinamento (<100 epoche), sfruttando la strategia di warm-start.
• Guadagni di Performance: I confronti con i metodi $h$-adattivi convenzionali mostrano una riduzione sostanziale del tempo totale di esecuzione della CPU (es. riducendo da 818s a 132s in un esempio di rotazione 2D) e una significativa riduzione del numero totale di gradi di libertà durante la simulazione.
• Accuratezza: Il metodo cattura con successo i cambiamenti dinamici delle singolarità e raggiunge tassi di convergenza quasi ottimali per gli errori del gradiente.

Significatività e Rivendicazioni
Il documento afferma che l'algoritmo proposto offre un guadagno di efficienza globale affrontando i colli di bottiglia fondamentali degli AFEM convenzionali per problemi parabolici. Integrando le reti neurali non come solver autonomi ma come moduli specializzati e guidati dai dati per il trasferimento dei dati e la rappresentazione delle funzioni, il metodo ottiene un workflow robusto ed efficiente. Gli autori sottolineano come questo approccio renda l'inserimento e il movimento dei nodi più convenienti, riduca significativamente il tempo richiesto per il raffinamento ripetuto e raggiunga un'alta accuratezza con un numero controllato di gradi di libertà. Il codice è reso pubblicamente disponibile per facilitare ulteriori ricerche e applicazioni.