Physics Informed Bayesian Machine Learning of Sparse and Imperfect Nuclear Data

Este artigo apresenta uma estrutura de aprendizado de máquina bayesiano informada pela física que aproveita priors de modelos de fissão e restrições de rendimento cumulativo para avaliar com precisão os rendimentos de produtos de fissão independente dependentes da energia, apesar da escassez e imperfeição dos dados nucleares experimentais.

O essencial

O Grande Problema: Tentando Cozinhar com uma Receita Quebrada

Imagine que você é um chef tentando criar uma receita perfeita para um prato complexo (rendimentos de fissão nuclear). Você tem dois grandes problemas:

1. Você tem pouquíssimas provas de sabor: Os dados experimentais (as "provas de sabor" de como o combustível nuclear se quebra) são extremamente escassos, confusos e, às vezes, contraditórios.
2. Você não tem intuição: Se você apenas usar um programa de computador padrão (aprendizado de máquina puramente "baseado em dados") para adivinhar a receita com base nessas poucas provas de sabor, o computador provavelmente ficará confuso. Ele pode inventar sabores que não existem ou perder os temperos sutis porque não entende as regras da culinária (a física).

No mundo da física nuclear, este é um problema enorme. Cientistas precisam saber exatamente como o combustível nuclear se quebra para construir melhores reatores e criar isótopos médicos, mas os dados são muito finos para que os computadores aprendam sozinhos.

A Solução: Um Aprendiz de Chef "Inteligente"

Os autores deste artigo propõem uma nova maneira de treinar o computador. Em vez de deixar o computador começar do zero, eles lhe dão uma vantagem inicial usando uma abordagem "Informada pela Física".

Pense nisso desta forma:

• O Jeito Antigo (Aprendizado Não Informado): Você entrega ao computador algumas fotos borradas de um bolo e pede que ele adivinhe a receita. Ele pode errar porque não sabe que bolos precisam de farinha, ovos ou que eles crescem no forno.
• O Novo Jeito (Aprendizado Informado pela Física): Antes de mostrar as fotos borradas ao computador, você primeiro ensina a ele um livro de receitas teórico perfeito sobre confeitaria (o modelo de física GEF). O computador lê o livro inteiro e aprende as leis da confeitaria (conservação de massa, efeitos quânticos, etc.).
• O Resultado: Agora, quando você mostra ao computador as poucas fotos borradas (os dados experimentais reais e escassos), ele não começa do zero. Ele usa seu conhecimento do livro para interpretar as fotos corretamente. Ele sabe: "Ah, esta mancha borrada deve ser um bolo crescendo, porque eu sei como os bolos crescem".

Como Eles Fizeram: O Treinamento em Duas Etapas

Os pesquisadores usaram uma técnica chamada Aprendizado de Máquina Bayesiano. Aqui está o processo que utilizaram, detalhado de forma simples:

1. Etapa 1: O Treinamento pelo "Livro Didático" (A Priori):
   Eles pegaram um modelo de física sofisticado (chamado GEF) que simula a fissão nuclear perfeitamente com base em leis conhecidas. Eles alimentaram o computador primeiro com os dados gerados por esse modelo. Isso criou uma "priori inteligente" — uma expectativa de base sobre como os dados deveriam ser.

2. Etapa 2: O Ajuste ao "Mundo Real" (A Posteriori):
   Em seguida, eles mostraram ao computador os dados experimentais reais, escassos e confusos. Como o computador já conhecia as "regras do jogo" da Etapa 1, ele pôde ajustar seu entendimento para se adequar aos dados reais sem se confundir ou inventar absurdos.

3. Etapa 3: A "Dupla Verificação" (Restrições):
   Eles também usaram um truque inteligente. Eles sabiam que os "Rendimentos Independentes" (como as peças se quebram imediatamente) e os "Rendimentos Cumulativos" (como as peças parecem após decairem ao longo do tempo) estão matematicamente ligados. Eles usaram esse elo como uma rede de segurança. Se o palpite do computador para a quebra imediata não correspondesse às regras conhecidas para o decaimento de longo prazo, o computador era forçado a se corrigir.

O Que Eles Descobriram: Previsões Mais Inteligentes

Quando testaram este novo método no Urânio-235 (um combustível nuclear comum), os resultados foram impressionantes:

• Precisão: O "Aprendiz Inteligente" (Informado pela Física) ficou muito mais próximo dos dados do "Padrão Ouro" do que o "Aprendiz Sem Instrução" (Não Informado). A taxa de erro caiu de cerca de 5% para menos de 1%.
• Compreensão das "Letras Miúdas": Os dados nucleares possuem pequenos oscilações e padrões (como números ímpares e pares de partículas se comportando de forma diferente). O método antigo perdia esses detalhes. O novo método, por ter aprendido as regras da física primeiro, conseguiu ver e prever esses padrões sutis corretamente.
• Velocidade: Como o computador começou com uma "educação teórica", ele aprendeu os dados reais muito mais rápido e com menos confusão.

A Conclusão

Este artigo demonstra que você não pode simplesmente jogar dados em um computador e esperar que ele entenda a física nuclear. Você tem que ensinar ao computador as leis da física primeiro.

Ao combinar um modelo de física teórica com dados do mundo real, os pesquisadores criaram uma ferramenta que pode preencher as lacunas de dados ausentes com alta confiança. Isso é crucial para projetar futuros sistemas de energia nuclear e ferramentas médicas, garantindo que as "receitas" do combustível nuclear sejam precisas, seguras e confiáveis, mesmo quando não temos dados experimentais suficientes para verificar cada etapa.

Resumo técnico

Resumo Técnico: Aprendizado de Máquina Bayesiano Informado por Física de Dados Nucleares Esparsos e Imperfeitos

Definição do Problema
O aprendizado de máquina baseado em dados na física nuclear enfrenta obstáculos significativos devido à escassez de dados experimentais e às imperfeições inerentes (ruído, incompletude e discrepâncias) dos conjuntos de dados existentes. Abordagens puramente baseadas em dados frequentemente falham em explorar ao máximo dados escassos, como os rendimentos de produtos de fissão induzida por nêutrons, que são críticos para aplicações avançadas de energia nuclear (por exemplo, novos tipos de combustível, produção de isótopos médicos), mas que estão disponíveis apenas de forma esparsa em energias incidentes específicas (térmica, 0,5 MeV e 14 MeV). Além disso, embora modelos microscópicos (por exemplo, TD-DFT, TD-GCM) descrevam certos aspectos da fissão, eles têm dificuldade em reproduzir distribuições detalhadas de rendimentos de produtos de fissão, e modelos semiempíricos carecem de uma dependência energética abrangente. O desafio específico abordado neste trabalho é a avaliação de rendimentos de fissão independentes, que possuem menos pontos de dados medidos do que os rendimentos cumulativos, mas são essenciais para as operações do ciclo do combustível e para a compreensão dos processos de fissão.

Metodologia
Os autores propõem uma estrutura de Aprendizado de Máquina Bayesiano Informado por Física que integra modelos físicos diretamente no processo de aprendizado, especificamente através da construção de priors informativos. A metodologia consiste nos seguintes componentes principais:

1. Estrutura de Rede Neural Bayesiana (BNN): A arquitetura central é uma BNN com duas camadas ocultas (22 neurônios cada) utilizando uma função de ativação tanh. As entradas incluem o número de massa do fragmento ($A$), o número de carga ($Z$) e a energia incidente do nêutron ($E$). A saída é o rendimento de fissão independente $Y_i$. As incertezas são quantificadas via o intervalo de confiança (CI) de 95% usando amostragem de Monte Carlo via Cadeias de Markov (MCMC) dos pesos da rede.
2. Priors Informados por Física (Transfer Learning): Em vez de começar com priors não informativos, os autores utilizam um modelo físico (o modelo GEF) para gerar um grande conjunto de dados de rendimentos independentes dependentes da energia para $^{235}$U. Uma BNN é primeiro treinada nesses dados gerados ($D_{phys}$) para obter uma distribuição posterior $P(w_1|D_{phys})$. Esta posterior é então utilizada como o prior informativo $P(w_2)$ para a avaliação subsequente de dados experimentais esparsos ($D_{expt}$). Esta abordagem transfere efetivamente o conhecimento físico abrangente (incluindo leis de conservação, efeitos de casca e efeitos par-ímpar) para a inferência Bayesiana.
3. Restrições Físicas via Rendimentos Cumulativos: Para lidar com a escassez de dados de rendimento independente, a estrutura incorpora fusão de dados heterogêneos. Os rendimentos cumulativos, que são mais abundantes, são ligados aos rendimentos independentes através de uma matriz de conversão (determinada por decaimentos $\beta$). Esta relação é imposta como uma restrição física na função de custo ($\chi^2$), penalizando desvios entre os rendimentos independentes previstos e os rendimentos cumulativos medidos.
4. Treinamento e Avaliação: O modelo é treinado em uma combinação de dados experimentais (da biblioteca EXFOR e avaliações JENDL-5) e na função de perda restrita pela física. O processo de treinamento utiliza aceleração por GPU.

Principais Resultados
O estudo demonstra a eficácia da abordagem informada por física através de várias análises comparativas:

• Melhoria na Precisão e Convergência: O "aprendizado informado" (usando priors do GEF) supera significativamente o "aprendizado não informado" (BNN padrão). O desvio de normalização para o aprendizado informado é de aproximadamente 0,22%, comparado a 5,3% para o aprendizado não informado. Além disso, os valores de perda convergem muito mais rápido com priors informados, enquanto o aprendizado não informado mostra uma convergência lenta com grandes incertezas.
• Consistência Física na Dependência de Energia: O aprendizado informado reproduz corretamente a evolução física dos rendimentos de fissão com o aumento da energia de excitação. Especificamente, ele captura o aumento exponencial do canal de fissão simétrica em baixas energias e a fusão gradual dos picos de carga. Em contraste, o aprendizado não informado falha em capturar essas tendências, mostrando aumentos excessivamente rápidos e irracionais nos rendimentos simétricos em baixas energias e estruturas finas incorretas.
• Reprodução de Estrutura Fina: A abordagem informada consegue interpolar estruturas finas, como o efeito par-ímpar nos rendimentos de carga. Ela prevê corretamente o desaparecimento do efeito par-ímpar em menores energias de excitação (cerca de 6–10 MeV dependendo da massa do fragmento) em comparação ao aprendizado não informado, alinhando-se com as expectativas teóricas relativas às correlações de emparelhamento em temperaturas finitas.
• Eficácia das Restrições: A inclusão de restrições de rendimento cumulativo reduz os valores de perda significativamente (por exemplo, de 0,57 para 0,17 para isótopos específicos), demonstrando que as restrições suplementam efetivamente a informação de dependência de energia, mesmo que os rendimentos independentes e cumulativos sejam amplamente compatíveis.
• Quantificação de Incerteza: A estrutura Bayesiana fornece estimativas de incerteza robustas. O aprendizado informado produz intervalos de confiança mais estreitos que se alinham melhor com os pontos de dados experimentais (por exemplo, a 3 MeV) em comparação com as incertezas amplas dos modelos não informados.

Significância e Alegações
O artigo afirma demonstrar uma abordagem de "aprendizado de máquina verdadeiramente Bayesiano" que aproveita o conhecimento físico abrangente para explorar dados nucleares esparsos e caros. A principal significância reside em:

1. Preencher a Lacuna de Dados: Ao usar modelos físicos para gerar priors informativos, o método supera as limitações de conjuntos de dados pequenos, permitindo avaliações confiáveis de rendimentos de fissão independentes onde os dados experimentais são extremamente escassos.
2. Superioridade sobre Métodos Puramente Baseados em Dados: Os resultados mostram que, sem incorporar informações físicas (via priors ou restrições), é impossível explorar totalmente dados escassos ou reproduzir fenômenos físicos complexos como estruturas finas e dependências de energia não monotônicas.
3. Generalização: Embora focado em rendimentos de fissão, os autores postulam que esta estrutura pode ser estendida para outros domínios da física nuclear com conjuntos de dados imperfeitos, como seções de choque de reação e a equação de estado da matéria nuclear.
4. Automação e Objetividade: A abordagem oferece um caminho para a avaliação automatizada e livre de vieses de dados nucleares, reduzindo a dependência de ajustes manuais guiados por especialistas na geração de bibliotecas de dados nucleares recomendados.

O trabalho conclui que a incorporação de teorias e modelos nucleares existentes em priors de aprendizado de máquina é essencial para o avanço da avaliação de dados de física nuclear nos próximos anos.