Topological Data Analysis combined with Machine Learning for Predicting Permeability of Porous Media

Riepilogo Tecnico: Analisi Topologica dei Dati combinata con l'Apprendimento Automatico per la Predizione della Permeabilità dei Mezzi Porosi

Enunciato del Problema
La previsione della permeabilità dei mezzi porosi rappresenta una sfida critica in settori che vanno dalla filtrazione delle acque sotterranee al recupero del petrolio. I metodi tradizionali si basano su esperimenti di laboratorio o sulla risoluzione di equazioni differenziali alle derivate parziali (PDE) tramite simulazioni numeriche (ad esempio, utilizzando le equazioni di Stokes). Sebbene accurate, queste simulazioni basate su PDE sono computazionalmente intensive, richiedendo mesh fini e tempi di elaborazione significativi, in particolare per campioni di grandi dimensioni o strutturalmente complessi. Gli autori ipotizzano che la crescente disponibilità di rappresentazioni digitalizzate dei mezzi porosi renda questo problema adatto agli approcci basati sui dati, in particolare all'Apprendimento Automatico (ML), per aggirare il costo computazionale della simulazione diretta mantenendo l'accuratezza predittiva.

Metodologia
Lo studio stabilisce un flusso di lavoro per addestrare un modello ML a prevedere la permeabilità utilizzando descrittori geometrici, topologici e basati su reti derivati da strutture porose sintetiche.

1. Generazione dei Dati:

   • Gli autori hanno generato 1.000 strutture porose 3D sintetiche utilizzando il software Porous Microstructure Analysis (PuMA).
   • Queste strutture sono costituite da sfere solide distribuite casualmente (diametri 5–15 voxel) all'interno di un dominio di $50 \times 50 \times 50$ voxel, mirando a una porosità di 0,5.
   • Verità Fondamentale (Ground Truth): La permeabilità per ciascuna struttura è stata calcolata direttamente utilizzando le funzionalità integrate di PuMA risolvendo le equazioni di Stokes e mediando le componenti diagonali del tensore di permeabilità.

2. Estrazione delle Caratteristiche:
   Gli autori hanno estratto tre categorie di caratteristiche da utilizzare come variabili di input per il modello ML:

   • Caratteristiche Strutturali: Caratteristiche misurabili della geometria dello spazio vuoto, inclusi i diametri delle sfere, la diffusività dello spazio vuoto, l'area superficiale specifica e la tortuosità. Queste sono state calcolate utilizzando le funzioni integrate di PuMA.
   • Caratteristiche Topologiche: Derivate utilizzando l'Analisi Topologica dei Dati (TDA), in particolare l'Omologia Persistente (PH). Sono stati impiegati due metodi:
     • Approccio Complesso Alpha: È stato creato un cloud di punti campionando i pixel vuoti. Sono stati costruiti complessi $\alpha$ e generate Diagrammi di Persistenza (PD) per tracciare la nascita e la morte delle componenti connesse (dimensione-0) e dei cicli (dimensione-1).
     • Approccio Trasformata della Distanza Euclidea (EDT): È stata calcolata la distanza euclidea con segno da ciascun pixel vuoto al confine solido più vicino. Su questi valori è stata applicata una filtrazione di superlivello per generare PD.
     • Conversione in Scalari: I PD sono stati aggregati in caratteristiche scalari, in particolare la Persistenza Totale (TP), che somma le durate di vita (morte meno nascita) di tutte le caratteristiche topologiche.
   • Caratteristiche di Rete: Le strutture porose sono state semplificate in reti di pori utilizzando l'algoritmo SNOW2 (implementato in PoreSpy). Questo algoritmo identifica i centri dei vuoti (nodi) e le gole di connessione (archi). I descrittori includevano la connettività di rete (triadi chiuse, percorsi di lunghezza due, conteggio degli archi) e le metriche di distanza di rete (lunghezze degli archi, distanze tra vicini, centralità di vicinanza).

3. Modello di Apprendimento Automatico:

   • È stata implementata una rete neurale feedforward utilizzando TensorFlow.
   • Architettura: Un livello di input, tre strati nascosti densi (128 nodi ciascuno) e un livello di output, per un totale di circa 50.000 parametri.
   • Addestramento: Il dataset è stato suddiviso in 700 campioni di addestramento, 150 di validazione e 150 di test. Il modello è stato addestrato per 1.000 epoche utilizzando l'ottimizzatore Adam e la funzione di perdita Errore Quadratico Medio (MSE). È stata utilizzata la funzione di attivazione Rectified Linear Unit (ReLU) per introdurre non linearità.
   • Obiettivo: Prevedere la permeabilità logaritmica ($\log_{10} k$) in base ai vettori di caratteristiche estratti.

Risultati Chiave
Lo studio ha valutato le prestazioni del modello utilizzando l'Errore Percentuale Assoluto Medio (MAPE) e il tempo computazionale su diversi set di caratteristiche:

• Accuratezza:

  • L'uso di tutti i descrittori (strutturali, topologici e di rete) ha prodotto un MAPE del 4,70%.
  • Le sole caratteristiche strutturali hanno raggiunto un MAPE del 4,75%.
  • Le caratteristiche topologiche (Persistenza Totale) hanno raggiunto un MAPE del 4,72% (per il complesso $\alpha$) e del 6,31% (per EDT).
  • Le sole caratteristiche di connettività di rete hanno portato a un MAPE del 6,78%, mentre le caratteristiche di distanza di rete hanno performato male con un MAPE del 11,60%.
  • I risultati indicano che le caratteristiche topologiche e strutturali forniscono un potere predittivo quasi ottimale, mentre le metriche di distanza di rete contribuiscono con poche informazioni utili.

• Efficienza Computazionale:

  • Calcolo della Verità Fondamentale: Il calcolo della permeabilità per 1.000 strutture tramite PuMA ha richiesto 92.480 secondi.
  • Predizione ML: Una volta addestrata, la rete neurale ha previsto la permeabilità per 1.000 strutture in 4,7 secondi (utilizzando tutte le caratteristiche).
  • Estrazione delle Caratteristiche: L'estrazione delle caratteristiche strutturali ha richiesto più tempo (18.040 secondi), mentre l'estrazione delle caratteristiche di rete è stata la più rapida (820 secondi). L'estrazione delle caratteristiche topologiche (EDT) è stata notevolmente efficiente a 312 secondi.

Significato e Affermazioni
Il documento afferma che l'Analisi Topologica dei Dati (TDA) fornisce un insieme utile di caratteristiche che, combinate con l'ML, producono risultati significativi per la previsione della permeabilità. Nello specifico:

• Validazione della TDA: Lo studio dimostra che le misure di omologia persistente sono predittori validi della permeabilità, offrendo prestazioni comparabili ai descrittori strutturali tradizionali.
• Compromesso tra Efficienza e Accuratezza: Sebbene le caratteristiche strutturali offrano il miglior equilibrio tra errore e tempo di estrazione, le caratteristiche topologiche (in particolare tramite EDT) offrono una "via di mezzo", fornendo previsioni accurate con un sovraccarico computazionale significativamente inferiore rispetto all'analisi strutturale completa o alla simulazione diretta.
• Utilità Educativa: Gli autori sottolineano che il lavoro presenta queste tecniche in modo accessibile utilizzando software ben documentati, con l'obiettivo di servire come risorsa per educatori e ricercatori che introducono gli studenti all'ML e alla TDA nella scienza dei materiali.
• Portata Modesta: Gli autori notano che lo studio attuale è limitato a dati sintetici (domini $50 \times 50 \times 50$) e che la semplificazione della rete (SNOW2) comporta una certa perdita di accuratezza. Suggeriscono che, sebbene i risultati attuali siano promettenti, il lavoro futuro dovrebbe esplorare domini più ampi e dataset sperimentali per confermare l'omogeneità statistica e la generalizzabilità.

Il documento conclude che i modelli ML addestrati su questi descrittori offrono un'alternativa altamente efficiente ai metodi tradizionali basati sulla simulazione, riducendo drasticamente i costi computazionali pur fornendo stime affidabili della permeabilità.