Neural network-enhanced $hr$-adaptive finite element algorithm for parabolic equations

Resumo Técnico: Algoritmo de Elementos Finitos $hr$-Adaptativo Aprimorado por Redes Neurais para Equações Parabólicas

Declaração do Problema
O artigo aborda os desafios computacionais inerentes à aplicação de métodos de elementos finitos adaptativos (AFEM) a equações parabólicas dependentes do tempo, particularmente aquelas que exibem singularidades móveis ou características multiescala. Embora os métodos $hr$-adaptativos (combinando o refinamento da malha $h$ e o movimento de nós $r$) ofereçam vantagens teóricas, sua implementação prática para problemas parabólicos sofre de três gargalos principais:

1. Refinamento Ineficiente: Estratégias $h$-adaptativas convencionais frequentemente exigem excessivas iterações (30–40) por passo de tempo para atingir a convergência devido à bisseção camada por camada.
2. Desafios de Interpolação: Transferir a solução de um passo de tempo anterior para uma malha recém-refinada e não aninhada requer algoritmos de localização de pontos e operadores de interpolação ($\Pi_h^n$) complexos e computacionalmente caros.
3. Inicialização Redundante: As abordagens padrão herdam a malha altamente refinada do passo de tempo anterior como ponto de partida para o próximo, levando a um número inflado de graus de liberdade (DOF) e necessitando de um passo de coalescência (coarsening) separado e intrincado para reduzir o custo computacional.

Metodologia
Os autores propõem um novo Algoritmo de Elementos Finitos $hr$-Adaptativo Aprimorado por Redes Neurais, projetado para superar essas limitações através de três mecanismos integrados:

1. Surrogate Livre de Malha via Redes Neurais (Substituição da Interpolação):
   Em vez de realizar a interpolação geométrica entre malhas não aninhadas, o método emprega uma rede neural (NN) para construir um substituto (surrogate) contínuo e livre de malha da solução de elementos finitos do passo de tempo anterior ($u_{h}^{n-1}$).

   • A NN é treinada nos vértices e nos valores da solução da malha anterior.
   • Para impor estritamente as condições de contorno de Dirichlet, o substituto é construído como $u_{\theta}^{n-1}(x) = d(x)u_{\theta}(x) + \tilde{g}(x, t_{n-1})$, onde $d(x)$ se anula na fronteira e $\tilde{g}$ estende os dados de contorno.
   • Estratégia de Warm-Start: Os parâmetros da NN são inicializados usando o minimizador convergido do passo de tempo anterior, exigindo apenas um ajuste fino breve (poucas épocas) em vez de um retreinamento completo em cada passo.
   • Este substituto substitui o operador de interpolação no esquema totalmente discreto, permitindo a avaliação direta da função em qualquer ponto espacial na nova malha.

2. Geração de Malha Controlada ($h$-Adaptatividade):
   O algoritmo utiliza a biblioteca Gmsh para gerar malhas baseadas em um campo de tamanho de malha definido pelo usuário (SIZE).

   • Um campo de tamanho de malha é computado a partir de estimadores de erro locais, visando alta densidade em regiões de alto erro.
   • Diferente da bisseção padrão, esta abordagem permite a geração de malhas não aninhadas e não estruturadas que podem aumentar drasticamente a resolução em um único passo.

3. Estratégia de Iteração Preditiva ($r$-Adaptatividade e Controle de Loop):
   O algoritmo limita o loop adaptativo a um máximo de sete iterações por passo de tempo através de um fluxo de trabalho preditivo:

   • Iterações 1–2: Fase de "inicialização" (start-up) para estabilizar a solução.
   • Iterações 3–5: Coleta de dados para ajustar um modelo de lei de potência ($\eta_h \approx cN^{-p}$) que relaciona o estimador de erro com o número de vértices (NOV).
   • Iteração 6: O modelo ajustado prevê o NOV necessário para atingir a tolerância. Uma nova malha é gerada para corresponder a este alvo.
   • Iteração 7: Um passo de verificação final garante que a tolerância prescrita seja atendida.
   • Estimador de Erro Combinado: O indicador de erro incorpora informações tanto da solução atual ($u_h^n$) quanto do substituto de NN da solução anterior ($u_{\theta}^{n-1}$) para guiar a geração da malha de forma eficaz.

Principais Contribuições

• Eliminação dos Custos de Interpolação: Ao substituir o operador de interpolação dependente da malha por um substituto de rede neural livre de malha, o método evita a complexidade algorítmica e o custo computacional de transferir dados entre malhas não aninhadas.
• Redução Drástica nas Iterações: A estratégia de geração de malha preditiva reduz o número de iterações adaptativas por passo de tempo do típico 30–40 para um máximo de 7.
• Reset Eficiente de Malha: O método reinicializa a malha para um estado grosseiro e uniforme no início de cada passo de tempo (em vez de herdar a malha refinada), evitando a necessidade de um passo de coalescência separado e prevenindo o acúmulo de DOFs desnecessários.
• Agnosticismo Dimensional: O framework é projetado para ser agnóstico à dimensão, demonstrado pela aplicação bem-sucedida tanto em 2D quanto em 3D sem mudanças estruturais no algoritmo.

Resultados Numéricos
O artigo valida o algoritmo através de extensos experimentos numéricos em equações parabólicas com singularidades móveis (rotação, difusão e divisão) em 2D e 3D, bem como equações de Allen–Cahn não lineares e problemas em domínios em formato de L.

• Eficiência: O método proposto atinge a precisão desejada em não mais de sete iterações de adaptação espacial por passo de tempo.
• Sobrecarga de Treinamento: Embora o passo de tempo inicial exija um treinamento significativo (ex: ~2000 épocas), os passos subsequentes exigem um ajuste fino mínimo (<100 épocas), aproveitando a estratégia de warm-start.
• Ganhos de Desempenho: Comparações com métodos $h$-adaptativos convencionais mostram uma redução substancial no tempo total de execução de CPU (por exemplo, reduzindo de 818s para 132s em um exemplo de rotação 2D) e uma redução significativa no número total de graus de liberdade ao longo da simulação.
• Precisão: O método captura com sucesso mudanças dinâmicas de singularidades e atinge taxas de convergência quase ótimas para erros de gradiente.

Significância e Alegações
O artigo alega que o algoritmo proposto oferece um ganho de eficiência abrangente ao abordar os gargalos fundamentais do AFEM convencional para problemas parabólicos. Ao integrar redes neurais não como solvers autônomos, mas como módulos especializados e orientados por dados para transferência de dados e representação de funções, o método alcança um fluxo de trabalho robusto e eficiente. Os autores enfatizam que esta abordagem torna a inserção e o movimento de nós mais convenientes, reduz significativamente o tempo necessário para o refinamento repetido e alcança alta precisão com um número controlado de graus de liberdade. O código é disponibilizado publicamente para facilitar pesquisas e aplicações futuras.