🌀 nonlinear sciences

Nonlinear port-Hamiltonian system identification from input-state-output data (ISO-pHNN)

Este artigo apresenta o ISO-pHNN, um framework que utiliza redes neurais para identificar sistemas port-Hamiltonianos não lineares a partir de dados de entrada-estado-saída, demonstrando que impor a estrutura física do sistema preserva a precisão ao mesmo tempo em que aumenta as capacidades de previsão de longo prazo.

Autores originais: Karim Cherifi, Achraf El Messaoudi, Hannes Gernandt, Marco Roschkowski

Publicado 2026-08-24

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Karim Cherifi, Achraf El Messaoudi, Hannes Gernandt, Marco Roschkowski

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine tentar entender como uma máquina complexa funciona, como o motor de um carro ou um sistema meteorológico, sem nunca ter visto as plantas originais. Cientistas frequentemente dependem de modelos matemáticos para prever como esses sistemas se comportarão, mas criar esses modelos do zero pode ser incrivelmente difícil, especialmente quando as regras que regem o sistema são complicadas ou o próprio sistema é um segredo proprietário. Por décadas, pesquisadores usaram duas abordagens principais para resolver esse enigma. Uma baseia-se na física pura, construindo modelos baseados em leis fundamentais da natureza, que são confiáveis, mas difíceis de derivar para objetos reais e desordenados. A outra baseia-se em dados, usando programas de computador para encontrar padrões em medições registradas, o que é flexível, mas frequentemente falha ao prever o que acontece fora das condições específicas em que foi treinado. O desafio tem sido combinar o melhor dos dois mundos: um modelo que aprende com os dados, mas que ainda respeita as leis invioláveis da física que regem a energia e o movimento.

Uma equipe de pesquisadores desenvolveu um novo método chamado ISO-pHNN para preencher essa lacuna. Eles focaram em um tipo específico de sistema físico conhecido como sistema port-Hamiltoniano. Em termos simples, estes são sistemas onde a energia entra, circula e se dissipa, de forma muito semelhante à água fluindo através de uma rede de tubulações, bombas e vazamentos. A parte "port" (porta) refere-se a como o sistema se conecta ao mundo exterior, permitindo que a energia entre ou saia. A parte "Hamiltonian" (Hamiltoniana) é uma forma matemática de descrever a energia total armazenada dentro do sistema. Esses modelos são valorizados porque preservam naturalmente propriedades físicas importantes, como a conservação da energia, tornando-os estáveis e confiáveis para previsões de longo prazo. Os pesquisadores queriam ver se poderiam usar a inteligência artificial para descobrir as regras ocultas desses sistemas apenas observando como eles reagem a entradas, sem precisar conhecer as equações previamente.

Para fazer isso, a equipe criou uma estrutura que trata o sistema como uma coleção de quatro partes distintas: as conexões que movimentam a energia, as partes que perdem energia através de fricção ou resistência, a energia total armazenada e a maneira como forças externas pressionam o sistema. Em vez de tentar adivinhar o sistema inteiro de uma só vez, eles usaram redes neurais, que são programas de computador projetados para aprender padrões complexos, para descobrir cada uma dessas quatro partes separadamente. Eles alimentaram o computador com fluxos de dados mostrando como o estado do sistema mudava ao longo do tempo em resposta a diferentes entradas. O computador então ajustou suas configurações internas para corresponder ao comportamento observado, enquanto seguia estritamente as regras da estrutura port-Hamiltoniana. Isso garantiu que o modelo resultante não apenas imitasse os dados, mas que realmente se comportasse como um sistema físico que obedece às leis da termodinâmica.

Os pesquisadores testaram seu método em vários cenários diferentes, incluindo um sistema de massas conectadas por molas e amortecedores, uma bola levitada por um campo magnético e um motor elétrico complexo. Em cada caso, eles compararam sua nova abordagem com modelos baseados em dados padrão que ignoravam a estrutura física. Os resultados mostraram que seu método era tão preciso, ou até melhor, ao prever o comportamento futuro do sistema. Crucialmente, eles descobriram que adicionar o que chamam de "informação prévia" tornava os modelos ainda mais poderosos. Se os pesquisadores já soubessem que uma parte específica do sistema, como a fricção ou a maneira como a energia entra, era constante ou seguia uma regra simples, eles podiam travar essa parte no modelo e deixar o computador aprender apenas as partes desconhecidas. Isso não apenas melhorou a precisão das previsões, mas também tornou os modelos mais confiáveis ao longo de períodos de tempo mais longos, reduzindo erros que costumam surgir quando máquinas tentam adivinhar demais.

Uma das descobertas mais interessantes foi que o tipo de rede neural utilizado importava dependendo do sistema. Para alguns sistemas, as redes padrão funcionavam melhor, enquanto para outros, um tipo mais novo de rede projetado para lidar com funções matemáticas complexas desempenhava significamente melhor. Isso sugere que não existe uma única ferramenta "melhor" para todos os trabalhos; em vez disso, a escolha certa depende da natureza específica do sistema sendo estudado. A equipe também demonstrou que seu método podia lidar com dados ruidosos, onde as medições continham pequenos erros, sem perder sua capacidade de prever o comportamento do sistema corretamente. Essa robustez é vital para aplicações do mundo real, onde os sensores nunca são perfeitos.

Em última análise, este trabalho prova que é possível ensinar a inteligência artificial a aprender as regras estruturais profundas de sistemas físicos sem sacrificar a precisão em favor da estrutura. Ao combinar a flexibilidade do aprendizado baseado em dados com a confiabilidade das leis físicas, os pesquisadores criaram uma ferramenta que pode descobrir a dinâmica oculta de máquinas complexas. Esta abordagem oferece um caminho promissor para engenheiros e cientistas que precisam modelar sistemas que são complicados demais para serem escritos à mão, mas críticos demais para serem errados. A capacidade de aprender esses modelos a partir de dados de entrada e saída significa que mesmo sistemas sem plantas disponíveis podem ser compreendidos, simulados e controlados com um alto grau de confiança.

Resumo Técnico: ISO-pHNN para Identificação de Sistemas Port-Hamiltonianos Não Lineares

Declaração do Problema

Modelos baseados em física, particularmente aqueles fundamentados em leis fundamentais, oferecem interpretabilidade e garantias de estabilidade superiores para sistemas dinâmicos. No entanto, derivar tais modelos para sistemas complexos, proprietários ou de alta dimensionalidade é frequentemente intratável. Embora métodos puramente orientados a dados ofereçam flexibilidade, eles frequentemente sofrem de baixa generalização e de uma falta de consistência física (ex: conservação de energia) fora de seu escopo de treinamento.

Abordagens existentes para identificar sistemas port-Hamiltonianos (pH) têm se concentrado amplamente em dinâmicas lineares ou abordaram apenas parcialmente as não linearidades ao aproximar componentes específicos (como o Hamiltoniano) enquanto fixam outros. Além disso, muitos métodos atuais de aprendizado são adaptados a escolhas arquiteturais específicas ou suposições estruturais fixas, carecendo de um framework unificado para incorporar sistematicamente graus variados de conhecimento físico prévio. Este artigo aborda a lacuna na identificação de sistemas port-Hamiltonianos não lineares a partir de dados de entrada-estado-saída (ISO), visando recuperar modelos que preservam a estrutura e mantêm propriedades físicas como passividade e conservação de energia, ao mesmo tempo em que aproveitam o poder de aproximação de redes neurais.

Metodologia: O Framework ISO-pHNN

Os autores propõem o ISO-pHNN, um framework unificado que aprende os componentes constituintes de um sistema pH não linear simultaneamente usando redes neurais. O sistema alvo é definido pelas equações pH padrão:
$\dot{x} = (J(x) - R(x)) \nabla H(x) + B(x)u, \quad y = B(x)^\top \nabla H(x)$
onde $J(x)$ é antissimétrica (interconexão), $R(x)$ é simétrica semidefinida positiva (dissipação), $H(x)$ é o Hamiltoniano (energia) e $B(x)$ é a matriz de entrada.

1. Parametrização de Preservação de Estrutura

Para garantir que os modelos aprendidos adiram estritamente às restrições estruturais pH, o framework utiliza operações de remodelagem e esquemas de parametrização específicos:

Construção de Matrizes: As funções de parâmetro $\theta_J, \theta_R, \theta_B, \theta_H$ $θ_{J}, θ_{R}, θ_{B}, θ_{H}$ são mapeadas para funções de valor matricial usando uma operação de remodelagem de vetor-para-matriz ($vtf$).
- $J(x)$ é construída como a diferença entre um vetor remodelado e sua transposta, garantindo a antissimetria.
- $R(x)$ é construída via um produto de um vetor remodelado e sua transposta (escalonado por $1/\sqrt{n}$ ), garantindo simetria e semidefinitude positiva.
- $B(x)$ e $H(x)$ são mapeados diretamente de seus vetores de parâmetros.
Arquiteturas Neurais: As funções de parâmetro são aproximadas usando Perceptrons Multicamadas (MLPs) ou Redes Kolmogorov-Arnold (KANs).
- MLPs: Redes totalmente conectadas padrão com função de ativação Swish (escolhida pela diferenciabilidade necessária para o gradiente do Hamiltoniano).
- KANs: Redes onde funções univariadas aprendíveis são colocadas nas arestas, inspiradas pelo teorema de representação de Kolmogorov-Arnold. Isso permite uma dinâmica aprendida potencialmente mais interpretável.

2. Incorporação de Conhecimento Prévio

Uma característica fundamental do ISO-pHNN é a integração flexível de conhecimento físico prévio. O framework permite que os usuários especifiquem "funções ansatz" para qualquer subconjunto dos componentes do sistema ( $J, R, H, B$ ).

Se um componente é conhecido (ex: $J$ e $B$ são constantes a partir de primeiros princípios), ele pode ser fixado ou parametrizado como uma matriz constante.
Se um componente é conhecido como quadrático (ex: um Hamiltoniano mecânico padrão), ele pode ser restringido a uma forma quadrática.
Esta parametrização seletiva reduz a complexidade do modelo, melhora a eficiência de dados e restringe o processo de aprendizado a soluções fisicamente significativas.

3. Treinamento e Função de Perda

O sistema é treinado em trajetórias de entrada-estado-saída.

Geração de Dados: As trajetórias são geradas usando várias condições iniciais e sinais de entrada sinusoidais.
Função de Perda: O objetivo minimiza o erro médio absoluto normalizado (NMAE) entre as derivadas de estado previstas e reais ( $\dot{x}$ ) e as saídas ( $y$ ). A perda é ponderada pelo desvio padrão dos alvos dentro do minibatch para lidar com diferentes magnitudes. Um peso $\gamma$ equilibra a importância da previsão da derivada de estado versus a previsão da saída, sendo tipicamente usado $\gamma=0.25$ para priorizar a precisão de previsão de longo prazo.
Otimização: O otimizador AdamW com escalonamento de taxa de aprendagem por recozimento de cosseno (cosine annealing) é utilizado.

Principais Contribuições

Framework Unificado: A proposta do ISO-pHNN, um framework flexível capaz de aprender todos os componentes pH ( $J, R, H, B$ ) simultaneamente a partir de dados ISO.
Priors Informados pela Física: A introdução de um mecanismo para incorporar conhecimento prévio parcial ou completo (ex: matrizes constantes, Hamiltonianos quadráticos) na parametrização da rede neural, aumentando a eficiência de treinamento e a precisão.
Exploração Arquitetural: A comparação sistemática entre MLPs e KANs para identificação de sistemas pH, avaliando suas respectivas forças na modelagem de diferentes tipos de não linearidades.
Validação de Estrutura: Demonstração de que impor restrições estruturais pH não degrada a precisão da identificação e, quando combinado com priors, reduz significativamente os erros de previsão de longo prazo.

Resultados Experimentais

O framework foi validado em três sistemas não lineares distintos:

Sistema Massa-Mola-Amortecedor:
- Apresenta amortecimento não linear ( $R$ ) e um Hamiltoniano quadrático.
- Resultados: O modelo pH superou ligeiramente uma linha de base de caixa-preta. A incorporação de priors (fixando $J, B$ e assumindo $H$ quadrático) resultou no menor erro. Neste cenário de baixa frequência, as MLPs superaram as KANs.
Bola com Levitação Magnética:
- Apresenta um Hamiltoniano não quadrático e dissipação dependente do estado.
- Resultos: O modelo pH padrão superou a linha de base. O conhecimento prévio não trouxe melhorias significativas neste caso específico. MLPs e KANs alcançaram precisão comparável.
Motor Síncrono de Ímã Permanente (PMSM):
- Apresenta interconexão dependente do estado ( $J$ ) e um Hamiltoniano quadrático.
- Resultos: O modelo pH superou significativamente a linha de base. Crucialmente, as KANs superaram significativamente as MLPs neste cenário de alta frequência, sugerindo que a adequação da arquitetura depende das características espectrais do sistema.
- Sensibilidade aos Priors: O uso de priors "errados" (ex: assumir $J$ linear quando ele é não linear) levou a uma degradação significativa do desempenho, destacando a importância do conhecimento prévio preciso.
- Robustez: O método demonstrou robustez ao ruído, com o desempenho degradando graciosamente conforme a relação sinal-ruído (SNR) diminuía.

Significância e Alegações

O artigo afirma que o ISO-pHNN fornece uma abordagem robusta e de preservação de estrutura para identificar sistemas dinâmicos não lineares. Os autores enfatizam que:

Integridade Física: Impor restrições pH não reduz a precisão em comparação com modelos de caixa-preta; pelo contrário, garante que o modelo respeite as leis físicas (passividade, conservação de energia).
Eficiência de Dados: Incorporar informação prévia (quando disponível) reduz significativamente o erro de identificação e melhora as capacidades de previsão de longo prazo.
Flexibilidade: O framework não está preso a uma única arquitetura neural; a escolha entre MLPs e KANs deve ser guiada pelas características específicas do sistema (ex: conteúdo de frequência).
Praticidade: O método recupera com sucesso os componentes do sistema e pode lidar com dados ruidosos, tornando-o adequado para aplicações onde equações explícitas não estão disponíveis, mas existem dados de simulação ou medição.

Os autores concluem que, embora o método atualmente dependa de derivadas de estado (frequentemente estimadas a partir de dados), o trabalho futuro focará em remover essa dependência e aplicar o framework a sistemas derivados de equações diferenciais parciais e dados de apenas entrada-saída.