SINDyG: Sparse Identification of Nonlinear Dynamical Systems from Graph-Structured Data, with Applications to Stuart-Landau Oscillator Networks

Resumo Técnico: SINDyG – Identificação Esparsa de Sistemas Dinâmicos Não Lineares a partir de Dados Estruturados em Grafos

Enunciado do Problema
A extração de equações governantes a partir de dados utilizando técnicas de identificação esparsa, como a Identificação Esparsa de Dinâmicas Não Lineares (SINDy), revolucionou a modelagem em campos que vão desde a neurociência até a ciência do clima. No entanto, as abordagens SINDy padrão geralmente tratam sistemas dinâmicos como entidades monolíticas, ignorando a topologia de rede subjacente que governa as interações entre subsistemas. Quando aplicados a sistemas estruturados em grafos (por exemplo, redes neurais, redes elétricas ou redes sociais), o SINDy padrão trata todos os termos de interação candidatos de forma igual. Essa falta de prios estruturais frequentemente leva à seleção de "termos espúrios"—interações que não refletem a conectividade real entre nós—resultando em modelos enviesados, menos precisos e excessivamente complexos que falham em capturar comportamentos emergentes sutis.

Metodologia: SINDyG
Para abordar essas limitações, os autores propõem o SINDyG (Identificação Esparsa de Sistemas Dinâmicos Não Lineares a partir de dados estruturados em grafos). Este método estende o framework SINDy padrão incorporando explicitamente a estrutura de adjacência da rede no processo de regressão esparsa.

A inovação central é uma estratégia de regularização informada por grafos. Em vez de aplicar uma penalidade uniforme a todos os termos candidatos, o SINDyG utiliza uma matriz de penalidade $P$ derivada da matriz de adjacência $A$ da rede. O processo envolve:

1. Análise de Conectividade: Para cada termo candidato na biblioteca de funções, o algoritmo identifica as variáveis fonte (nós envolvidos no termo) e calcula a conectividade média ($m_{ck}$) entre essas fontes e o nó sumidouro (o nó cuja dinâmica está sendo modelada) usando a matriz de adjacência.
2. Formulação da Penalidade: Uma função de penalidade baseada em sigmoide $P[c,k]$ é construída. Termos com baixa conectividade média entre variáveis fonte e sumidouro recebem uma penalidade maior (próxima de 1), desencorajando efetivamente a seleção de interações que violam a topologia de rede conhecida. Por outro lado, termos consistentes com conexões fortes recebem penalidades menores.
3. Otimização: O método emprega um algoritmo modificado de Mínimos Quadrados Suavemente Thresholded (STLSQ). A função objetivo minimiza o erro de reconstrução das derivadas enquanto incorpora a penalidade consciente do grafo:
   $$\min_{\Xi} \frac{1}{2} \| \dot{X} - \Theta(X)\Xi \|_2^2 + \lambda \| P \odot \Xi \|_2^2$$
   Para resolver isso eficientemente, a matriz de características e os coeficientes são escalados para transformar o problema em um framework padrão de regressão ridge, que é então resolvido iterativamente com thresholding rígido para impor esparsidade.

Principais Contribuições

• Regressão Esparsa Consciente de Grafos: A introdução de uma matriz de penalidade modular que integra conhecimento prévio da conectividade da rede diretamente no processo de estimativa de coeficientes.
• Melhor Parsimônia e Precisão: Ao enviesar a regressão para interações estruturalmente plausíveis, o SINDyG reduz a seleção de termos espúrios, levando a modelos mais simples e interpretáveis.
• Framework Modular: A penalidade informada por grafos proposta é projetada para ser facilmente integrada a outros solucionadores de regressão simbólica além do SINDy.

Resultados Experimentais
Os autores validaram o SINDyG utilizando redes de osciladores de Stuart-Landau (SL), um modelo frequentemente usado para descrever a oscilação macroscópica de populações neuronais. Os experimentos foram conduzidos em redes simples de três nós e em casos gerais complexos envolvendo topologias Erdős-Rényi (ER) e Livre de Escala (SF) com tamanhos variados e forças de acoplamento.

• Caso Simples: Em uma rede de três nós, o SINDyG alcançou uma complexidade de modelo ($\gamma$) de 32, correspondendo ao modelo verdadeiro, enquanto o SINDy padrão resultou em uma complexidade de 62. O SINDyG demonstrou superioridade na precisão dos coeficientes (Erro Absoluto Médio de 0,0033 versus 0,0155 para o SINDy) e pontuações $R^2$ preditivas mais altas em trajetórias não vistas.
• Caso Geral: Análises de sensibilidade revelaram que, à medida que o tamanho da rede e a força de acoplamento aumentavam, o desempenho do SINDy padrão degradava-se significativamente, exibindo maior complexidade e erro. Em contraste, o SINDyG manteve robustez, produzindo consistentemente modelos com menor complexidade e maior precisão de generalização ($R^2$ de teste mais alta, MSE de teste mais baixa) em tamanhos de rede e pesos de aresta variados.
• Eficiência Computacional: Embora o SINDyG envolva etapas adicionais para calcular a matriz de penalidade, o tempo total de treinamento permaneceu comparável ao do SINDy padrão, com o método demonstrando maior resiliência a dados de treinamento limitados.

Significado e Alegações
O artigo afirma que o SINDyG representa um passo significativo para a frente na modelagem orientada por dados de sistemas interconectados. Ao aproveitar a topologia da rede para guiar a descoberta de equações governantes, o método produz modelos que são não apenas mais precisos, mas também mais fisicamente interpretáveis. Os autores posicionam o SINDyG como um passo fundamental em direção a uma classe mais ampla de "algoritmos de descoberta informados por redes". Eles sugerem que integrar essa regularização de esparsidade estruturada em grafos em solucionadores existentes de regressão simbólica (como o PySR) poderia melhorar o desempenho em ambientes ruidosos ou do mundo real em diversos domínios, incluindo neurociência, ecologia, finanças e epidemiologia. Os autores observam modestamente que, embora o método tenha sido validado em modelos de Stuart-Landau, trabalhos futuros são necessários para avaliar sua eficácia em outros sistemas não lineares, como os modelos de Kuramoto ou FitzHugh–Nagumo.