Extended pseudo-spectral physics-informed neural networks for phase-field models

Sintesi Tecnica: Reti Neurali Informate dalla Fisica Pseudo-Spettrali Estese per Modelli a Campo di Fase

Definizione del Problema
I modelli a campo di fase sono centrali nella descrizione del continuo della separazione di fase, dove la formazione di pattern e l'evoluzione microstrutturale sono governate dalla densità di energia libera volumetrica e dai parametri di spessore dell'interfaccia. Nelle applicazioni pratiche, come la scienza dei materiali e la biologia cellulare, queste quantità costitutive sono raramente note a priori e devono essere inferite da osservazioni dinamiche limitate. Sebbene i metodi inversi classici e i recenti approcci basati sulle Reti Neurali Informate dalla Fisica (PINN) siano stati applicati ai modelli a campo di fase, le tecniche esistenti affrontano spesso diverse limitazioni. Nello specifico, il lavoro precedente di Zhao [31] ha utilizzato le PINN pseudo-spettrali (SPINN) per identificare il potenziale chimico volumetrico, ma richiedeva che il parametro di spessore dell'interfaccia e la mobilità fossero fissati a priori. Inoltre, trattare tutte le quantità costitutive come incognite nell'ottimizzazione classica può portare a una degenerazione di scala intrinseca dovuta alla non-identificabilità. La sfida centrale affrontata in questo lavoro è l'identificazione inversa simultanea sia del potenziale chimico volumetrico (la derivata della densità di energia libera omogenea) sia dei coefficienti di gradiente ignoti (nello specifico, il parametro di spessore dell'interfaccia) a partire da dati dinamici transitori, senza fare affidamento esclusivamente su profili di equilibrio.

Metodologia: ESPINN (Extended SPINN)
Gli autori propongono il framework Extended Pseudo-Spectral Physics-Informed Neural Network (ESPINN). Questo metodo estende l'architettura SPINN trattando i parametri fisici come variabili addestrabili insieme alla rete neurale che approssima la funzione di energia libera.

1. Formulazione Matematica: Il framework si rivolge a equazioni differenziali alle derivate parziali (PDE) a campo di fase generali della forma $\partial_t \phi = G [\sum \mu_j g_j(\phi, \nabla \phi, \Delta \phi) + f(\phi)]$, dove $f(\phi)$ (potenziale chimico volumetrico) e i coefficienti $\mu_j$ (termini di gradiente) sono ignoti. Gli autori si concentrano sulle equazioni di Cahn-Hilliard e Allen-Cahn, dove il coefficiente di gradiente ignoto corrisponde al parametro di spessore dell'interfaccia $\epsilon$.
2. Architettura Neurale:
   • Potenziale Chimico Volumetrico: La funzione $f(\phi)$ è approssimata da un Perceptron Multistrato (MLP).
   • Parametri Scalari: I coefficienti ignoti (ad esempio, $\epsilon^2$) sono parametrizzati da singoli scalari addestrabili $\theta$ utilizzando una riparametrizzazione sigmoidea per imporre limiti fisici ($\gamma_{lb} \leq \gamma \leq \gamma_{ub}$).
   • Funzione di Perdita (Loss Function): L'obiettivo di addestramento minimizza la discrepanza tra le coppie di dati osservati $(\Phi^{(1)}, \Phi^{(2)})$ separati da intervalli temporali $\Delta t$ e le previsioni di uno schema lineare semi-implicito stabilizzato. La funzione di perdita include un iperparametro $C_0$ per condizionare l'ottimizzazione, regolato in base ai livelli di rumore dei dati.
3. Strategia di Ottimizzazione:
   • Dati Senza Rumore (Noiseless): Il framework impiega un'ottimizzazione a due stadi: Adam seguita da L-BFGS per sfruttare la regolarità del panorama dell'obiettivo per una convergenza precisa.
   • Dati Con Rumore (Noisy): Per prevenire l'overfitting su perturbazioni stocastiche, lo stadio L-BFGS viene omesso e l'ottimizzazione si affida esclusivamente ad Adam con un moltiplicatore di perdita ridotto ($C_0$) per moderare l'ampiezza dei gradienti.

Contributi Chiave

• Inferenza Simultanea: Il contributo primario è l'estensione del framework SPINN per il recupero simultaneo del potenziale chimico volumetrico e dei coefficienti di gradiente ignoti (spessore dell'interfaccia) da dati transitori, superando la necessità di fissare tali parametri a priori.
• Efficienza dei Dati: Il framework dimostra che una sostanziale informazione costitutiva è codificata anche in una singola coppia di snapshot, permettendo una ricostruzione accurata con un numero minimo di dati temporali.
• Robustezza al Rumore: Lo studio investiga sistematicamente le prestazioni del framework sotto rumore, dimostrando che l'aumento del numero di coppie di snapshot agisce come un regolarizzatore implicito, riducendo la varianza e migliorando l'accuratezza senza alterare le caratteristiche deterministiche del modello appreso.
• Analisi della Sensibilità Architetturale: Il documento fornisce un'analisi dettagliata delle funzioni di attivazione e della profondità della rete, rivelando che la regolarità e la differenziabilità della funzione di attivazione sono più critiche per l'accuratezza della ricostruzione rispetto alla capacità della rete (profondità o larghezza).

Risultati
Sono stati condotti esperimenti numerici su simulazioni di Cahn-Hilliard unidimensionali utilizzando densità di energia libera polinomiali e logaritmiche.

• Regime Senza Rumore: Il framework ESPINN ha ottenuto una ricostruzione accurata e statisticamente stabile sia del potenziale chimico volumetrico che del parametro di spessore dell'interfaccia. Sorprendentemente, l'utilizzo di una singola coppia di snapshot ($N=1$) ha prodotto risultati molto vicini alle funzioni reali. Aumentare il numero di snapshot ($N$) a 2 ha eliminato la varianza visibile nella ricostruzione. Ulteriori aumenti di $N$ fino a 64 hanno migliorato la stabilità statistica, sebbene si siano osservati rendimenti decrescenti oltre $N=64$.
• Regime Con Rumore: In presenza di rumore moltiplicativo, l'accuratezza della ricostruzione è degradata in modo graduale. Mentre i dati rumorosi limitati ($N=1$) hanno causato un'elevata variabilità, l'aumento di $N$ ha ridotto sistematicamente errori e varianza. Il metodo è rimasto stabile anche a livelli di rumore elevati ($\delta_L = 10^{-2}$), sebbene sia emerso un bias visibile.
• Risultanze Architetturali: Le funzioni di attivazione lisce (Sigmoid, Tanh, SiLU, GELU) hanno costantemente superato la ReLU, la quale ha prodotto errori fino a quattro ordini di grandezza superiori. La profondità e la larghezza della rete hanno avuto un impatto minimo sull'accuratezza finale, suggerendo che il problema inverso non è limitato dalla capacità, ma dipende dalle proprietà di differenziabilità della funzione di attivazione.
• Sensibilità al Tasso di Apprendimento: Il metodo ha mostrato sensibilità ai tassi di apprendimento nell'ottimizzatore Adam. Un tasso di apprendimento con decadimento esponenziale (inizialmente $10^{-2}$, decrescente fino a $10^{-4}$) ha fornito il miglior equilibrio tra velocità di convergenza e stabilità.

Significatività e Rivendicazioni
Gli autori affermano che l'ESPINN stabilisce un approccio efficiente dal punto di vista dei dati e fisicamente coerente per apprendere le strutture dell'energia libera nei modelli a campo continuo della separazione di fase. Il framework affronta con successo il problema inverso dell'identificazione delle quantità costitutive dalle dinamiche transitorie, un compito in cui i soli profili di equilibrio sono insufficienti a causa della degenerazione di scala. Dimostrando che una ricostruzione accurata è possibile da dati limitati e che il metodo rimane robusto in condizioni di rumore, questo lavoro suggerisce che i dati dinamici transitori forniscono una base affidabile per inferire informazioni costitutive. Gli autori osservano che, sebbene lo studio attuale sia limitato a modelli monodimensionali con mobilità costante, la metodologia si estende naturalmente a dimensioni superiori e a funzionali di energia libera più complessi, offrendo uno strumento pratico per la modellazione coarse-grained in condensati biomolecolari, miscele polimeriche e sistemi di leghe.