Topological Data Analysis combined with Machine Learning for Predicting Permeability of Porous Media

Resumo Técnico: Análise Topológica de Dados combinada com Aprendizado de Máquina para Previsão de Permeabilidade de Meios Porosos

Declaração do Problema
Prever a permeabilidade de meios porosos é um desafio crítico em áreas que vão desde a filtração de águas subterrâneas até a recuperação de petróleo. Métodos tradicionais dependem de experimentos laboratoriais ou da resolução de equações diferenciais parciais (EDPs) via simulações numéricas (por exemplo, usando as equações de Stokes). Embora precisas, essas simulações baseadas em EDPs são computacionalmente intensivas, exigindo malhas de alta granularidade e tempo de processamento significativo, particularmente para amostras grandes ou estruturalmente complexas. Os autores postulam que a crescente disponibilidade de representações digitalizadas de meios porosos torna este problema bem adequado para abordagens orientadas a dados, especificamente Aprendizado de Máquina (ML), para contornar o custo computacional da simulação direta, mantendo a precisão preditiva.

Metodologia
O estudo estabelece um fluxo de trabalho para treinar um modelo de ML a prever a permeabilidade usando descritores geométricos, topológicos e baseados em rede derivados de estruturas porosas sintéticas.

1. Geração de Dados:

   • Os autores geraram 1.000 estruturas porosas 3D sintéticas usando o software Análise de Microestrutura Porosa (PuMA).
   • Essas estruturas consistem em esferas sólidas distribuídas aleatoriamente (diâmetros de 5 a 15 voxels) dentro de um domínio de $50 \times 50 \times 50$ voxels, visando uma porosidade de 0,5.
   • Verdade Terrena: A permeabilidade para cada estrutura foi calculada diretamente usando as capacidades integradas do PuMA, resolvendo as equações de Stokes e fazendo a média das componentes diagonais do tensor de permeabilidade.

2. Extração de Características:
   Os autores extraíram três categorias de características para servir como variáveis de entrada para o modelo de ML:

   • Características Estruturais: Características mensuráveis da geometria do espaço vazio, incluindo diâmetros das esferas, difusividade do espaço vazio, área superficial específica e tortuosidade. Estas foram computadas usando funções integradas do PuMA.
   • Características Topológicas: Derivadas usando Análise Topológica de Dados (TDA), especificamente Homologia Persistente (HP). Dois métodos foram empregados:
     • Abordagem de Complexo Alpha: Uma nuvem de pontos foi criada subamostrando pixels vazios. $\alpha$-complexos foram construídos e Diagramas de Persistência (DPs) foram gerados para rastrear o nascimento e a morte de componentes conectados (dimensão-0) e loops (dimensão-1).
     • Abordagem de Transformada de Distância Euclidiana (TDE): A distância euclidiana assinada de cada pixel vazio até a fronteira sólida mais próxima foi computada. Filtração de superníveis foi aplicada a esses valores para gerar DPs.
     • Conversão Escalar: Os DPs foram agregados em características escalares, especificamente Persistência Total (PT), que soma as durações de vida (morte menos nascimento) de todas as características topológicas.
   • Características de Rede: As estruturas porosas foram simplificadas em redes de poros usando o algoritmo SNOW2 (implementado no PoreSpy). Este algoritmo identifica centros de vazios (nós) e gargantas de conexão (arestas). Os descritores incluíram conectividade da rede (triádicas fechadas, caminhos de comprimento dois, contagens de arestas) e métricas de distância da rede (comprimentos de arestas, distâncias entre vizinhos, centralidade de proximidade).

3. Modelo de Aprendizado de Máquina:

   • Uma rede neural feedforward foi implementada usando TensorFlow.
   • Arquitetura: Uma camada de entrada, três camadas ocultas densas (128 nós cada) e uma camada de saída, totalizando aproximadamente 50.000 parâmetros.
   • Treinamento: O conjunto de dados foi dividido em 700 amostras de treinamento, 150 de validação e 150 de teste. O modelo foi treinado por 1.000 épocas usando o otimizador Adam e a função de perda de Erro Quadrático Médio (EQM). A função de ativação Unidade Linear Retificada (ReLU) foi usada para introduzir não linearidade.
   • Objetivo: Prever a permeabilidade logarítmica ($\log_{10} k$) com base nos vetores de características extraídos.

Principais Resultados
O estudo avaliou o desempenho do modelo usando o Erro Porcentual Absoluto Médio (EPAM) e o tempo computacional em diferentes conjuntos de características:

• Precisão:

  • Usando todos os descritores (estruturais, topológicos e de rede) resultou em um EPAM de 4,70%.
  • Apenas características estruturais alcançaram um EPAM de 4,75%.
  • Características topológicas (Persistência Total) alcançaram um EPAM de 4,72% (para complexo $\alpha$) e 6,31% (para TDE).
  • Apenas características de conectividade de rede resultaram em um EPAM de 6,78%, enquanto características de distância de rede performaram mal com um EPAM de 11,60%.
  • Os resultados indicam que características topológicas e estruturais fornecem poder preditivo quase ótimo, enquanto métricas de distância de rede contribuem com pouca informação útil.

• Eficiência Computacional:

  • Cálculo da Verdade Terrena: Calcular a permeabilidade para 1.000 estruturas via PuMA levou 92.480 segundos.
  • Previsão de ML: Uma vez treinada, a rede neural previu a permeabilidade para 1.000 estruturas em 4,7 segundos (usando todas as características).
  • Extração de Características: A extração de características estruturais levou mais tempo (18.040 segundos), enquanto a extração de características de rede foi a mais rápida (820 segundos). A extração de características topológicas (TDE) foi notavelmente eficiente em 312 segundos.

Significado e Alegações
O artigo afirma que a Análise Topológica de Dados (TDA) fornece um conjunto útil de características que, quando combinadas com ML, produzem resultados significativos para a previsão de permeabilidade. Especificamente:

• Validação da TDA: O estudo demonstra que medidas de homologia persistente são preditores válidos de permeabilidade, oferecendo desempenho comparável a descritores estruturais tradicionais.
• Compromisso entre Eficiência e Precisão: Embora características estruturais ofereçam o melhor equilíbrio entre erro e tempo de extração, características topológicas (particularmente via TDE) oferecem um "meio-termo", fornecendo previsões precisas com sobrecarga computacional significativamente menor do que a análise estrutural completa ou simulação direta.
• Utilidade Educacional: Os autores enfatizam que o trabalho apresenta essas técnicas de forma acessível usando software bem documentado, visando servir como recurso para educadores e pesquisadores que introduzem estudantes a ML e TDA em ciência dos materiais.
• Escopo Modesto: Os autores notam que o estudo atual é limitado a dados sintéticos (domínios de $50 \times 50 \times 50$) e que a simplificação da rede (SNOW2) envolve alguma perda de precisão. Eles sugerem que, embora os resultados atuais sejam promissores, trabalhos futuros devem explorar domínios maiores e conjuntos de dados experimentais para confirmar a homogeneidade estatística e a generalizabilidade.

O artigo conclui que modelos de ML treinados nesses descritores oferecem uma alternativa altamente eficiente aos métodos tradicionais baseados em simulação, reduzindo drasticamente os custos computacionais enquanto fornecem estimativas de permeabilidade confiáveis.