Physics-guided Convolutional Neural Network for Domain Growth Prediction in Systems with Conserved Kinetics

Sintesi Tecnica: Rete Neurale Convoluzionale Guidata dalla Fisica per la Predizione della Crescita dei Domini

Definizione del Problema
L'evoluzione spazio-temporale di sistemi fisici complessi, come la separazione di fase in miscele binarie, è governata da equazioni differenziali alle derivate parziali (PDE) non lineari, nello specifico l'equazione di Cahn–Hilliard (CH). I risolutori numerici tradizionali (ad esempio, a differenze finite o agli elementi finiti) sono computazionalmente costosi e affrontano sfide di scalabilità sulle moderne architetture. Sebbene l'apprendimento automatico (ML) offra alternative di modellazione surrogata, gli approcci esistenti presentano limitazioni specifiche quando applicati alla cinetica conservativa:

• Reti Neurali Informate dalla Fisica (PINNs): Faticano con le derivate spaziali del quarto ordine inerenti all'equazione CH, portando a una propagazione instabile del gradiente. Soffrono inoltre di bias spettrale, favorendo soluzioni lisce rispetto alle interfacce nette tipiche della separazione di fase, e spesso non riescono a imporre naturalmente la conservazione del parametro d'ordine.
• Surrogati basati sui Dati (es. RNN, CNN standard): Sebbene efficienti, questi modelli spesso falliscono nel preservare la conservazione del parametro d'ordine durante i rollout autoregressivi a lungo termine. Piccoli errori di predizione si accumulano nel tempo, portando a una graduale perdita della quantità conservata e a dinamiche fisicamente inconsistenti.

Metodologia
Gli autori propongono una rete neurale convoluzionale basata sull'attenzione e guidata dalla fisica, progettata specificamente per modellare sistemi con cinetica conservativa. La metodologia integra l'architettura di deep learning con vincoli fisici:

1. Architettura: Il modello si basa su un'architettura Residual U-Net, composta da un percorso di contrazione, un ponte centrale e un percorso di espansione.

   • Blocchi Residui: Ogni percorso utilizza blocchi residui contenenti normalizzazione di gruppo (GN), attivazione GeLU e strati convoluzionali con padding circolare per facilitare l'addestramento di reti profonde.
   • Meccanismo di Attenzione: Un blocco di auto-attenzione è incorporato nel ponte centrale alla risoluzione spaziale più bassa (campo recettivo più ampio). Ciò consente alla rete di catturare correlazioni spaziali globali ed evoluzioni morfologiche su larga scala, completando le caratteristiche convoluzionali locali.
   • Upsampling/Downsampling: La rete impiega convoluzioni con stride per il downsampling e convoluzioni trasposte per l'upsampling, con connessioni skip per preservare i dettagli spaziali.

2. Funzione di Perdita Guidata dalla Fisica: Per imporre la legge di conservazione intrinseca dell'equazione CH, l'obiettivo di addestramento include una funzione di perdita composita:

   • Fedeltà dei Dati: Errore Quadratico Medio (MSE) tra i campi predetti e quelli reali (ground-truth).
   • Vincolo di Conservazione: Un termine di penalità aggiuntivo ($L_{\langle\psi\rangle}$) che minimizza la deviazione al quadrato della media spaziale del campo predetto rispetto al valore reale. Ciò assicura esplicitamente la conservazione globale del parametro d'ordine ($\psi$) durante l'evoluzione.
   • Perdita Totale: $L = L_{MSE} + \alpha L_{\langle\psi\rangle}$, dove $\alpha$ controlla la forza della regolarizzazione.

3. Protocollo di Addestramento:

   • Generazione dei Dati: I dati di addestramento sono stati generati risolvendo numericamente l'equazione CH adimensionale tramite un metodo a differenze finite su un reticolo $64 \times 64$.
   • Dataset: Il dataset include 20 traiettorie indipendenti che coprono composizioni critiche ($\psi_0 = 0$) e fuori critiche ($\psi_0 = \pm 0.2, \pm 0.4$) su un intervallo temporale $t \in [0, 300]$.
   • Task: Il modello è addestrato per predire un istante $t + 100\Delta t$ dato un istante $t$. L'evoluzione a lungo termine è generata tramite inferenza autoregressiva ricorsiva.

Risultati Chiave
Il framework proposto è stato valutato sia su miscele critiche che fuori critiche, dimostrando un'alta fedeltà nel catturare dinamiche complesse:

• Conservazione del Parametro d'Ordine: Il modello riesce a mantenere costante nel tempo il parametro d'ordine mediato spazialmente ($\langle\psi\rangle$) per entrambe le composizioni critiche e fuori critiche, preservando efficacemente la legge di conservazione globale anche durante i rollout a lungo termine.
• Accuratezza Morfologica:
  • Miscele Critiche: Il modello riproduce accuratamente la morfologia bicontinua e la crescita dei domini (coarsening). Gli errori sono confinati principalmente ai bordi dei domini e si accumulano molto lentamente, mantenendo la stabilità su orizzonti temporali lunghi.
  • Miscele Fuori Critiche: Sebbene l'accuratezza degradi leggermente più velocemente rispetto ai casi critici a causa della complessità della coalescenza e rottura delle gocce, il modello cattura comunque la morfologia generale delle gocce e rimane stabile su scale temporali estese.
• Generalizzazione: Il modello, addestrato su sistemi $64 \times 64$, predice con successo la dinamica per dimensioni di sistema maggiori ($160, 192, 256$) senza un calo evidente dell'accuratezza.
• Consistenza Fisica:
  • Leggi di Crescita: La crescita dei domini predetta segue la legge di Lifshitz–Slyozov ($L(t) \sim t^{1/3}$) con alta precisione, corrispondendo ai risolutori numerici sia per i casi critici che fuori critici.
  • Scaling Dinamico: Il modello riproduce l'ipotesi di scaling dinamico, in cui le funzioni di correlazione $C(r,t)$ collassano su una curva master universale quando tracciate rispetto alla distanza riscalata $r/L(t)$.
  • Distribuzioni Statistiche: La distribuzione di probabilità del parametro d'ordine $P(\psi)$ corrisponde ai risultati numerici, catturando correttamente la simmetria nelle miscele critiche e l'asimmetria nelle miscele fuori critiche.

Significato e Rivendicazioni
L'articolo sostiene che il framework proposto offre un'alternativa robusta e basata sui dati per la modellazione di sistemi con cinetica conservativa. Il suo significato primario risiede nell'integrazione esplicita delle leggi di conservazione fisica nella funzione di perdita, il che impedisce l'accumulo di errori non fisici comuni nei modelli ML autoregressivi standard.

Gli autori sottolineano che il modello non si limita a raggiungere l'accuratezza pixel-per-pixel, ma apprende con successo i comportamenti statistici e dinamici sottostanti del sistema. Ciò include:

1. La preservazione della quantità conservata (parametro d'ordine) su lunghe scale temporali.
2. La cattura delle corrette cinetiche di crescita (legge di Lifshitz–Slyozov).
3. La riproduzione dello scaling dinamico e dell'evoluzione morfologica.

Il lavoro suggerisce che questo approccio può essere esteso ad altri sistemi dinamici complessi governati da cinetiche conservative, a condizione che la specifica legge di conservazione sia nota e possa essere codificata nell'obiettivo di addestramento. Gli autori osservano che il lavoro futuro potrebbe mirare a apprendere queste leggi di conservazione direttamente durante l'addestramento, piuttosto che richiederle come conoscenza a priori.