Diversity-Aware Batch-Mode Active Learning for Efficient Sampling in Data-Driven Constitutive Modeling

Este artigo propõe uma estratégia de aprendizado ativo em modo de lote consciente da diversidade que utiliza um comitê de classificadores de vetores de suporte e uma métrica de similaridade cosseno para gerar eficientemente conjuntos de dados não redundantes e informativos para modelagem constitutiva, alcançando assim precisão preditiva comparável aos métodos sequenciais enquanto reduz significativamente o número de ciclos de retreinamento de aprendizado de máquina necessários.

O essencial

A Visão Geral: Mapeando uma Forma Oculta

Imagine que você está tentando desenhar um mapa de uma ilha misteriosa e invisível. Você sabe que a ilha existe, mas não consegue vê-la. Você só sabe que, se pisar em certos pontos, afunda na água (deformação plástica), e se pisar em outros, permanece seco na terra (comportamento elástico). A linha onde a água encontra a terra é chamada de superfície de escoamento.

No mundo da ciência dos materiais, essa "ilha" existe em um espaço complexo de seis dimensões (o que é impossível para os humanos visualizarem). Para descobrir como essa ilha se parece, os cientistas geralmente precisam enviar "batedores" para testar pontos específicos. No entanto, enviar batedores um por um é lento, e enviá-los aleatoriamente é desperdício — você pode testar a mesma praia plana dez vezes enquanto perde os penhascos irregulares.

Este artigo apresenta uma maneira mais inteligente de enviar esses batedores.

O Problema: O Gargalo do "Retreinamento"

Os pesquisadores usam um programa de computador (um modelo de aprendizado de máquina) para adivinhar a forma da ilha.

1. O Jeito Antigo (Sequencial): O computador escolhe um ponto, envia um batedor, obtém a resposta, atualiza seu mapa, escolhe o próximo ponto, atualiza o mapa novamente, e assim por diante.
   • A Analogia: Imagine um professor que para a turma toda vez que um aluno faz uma pergunta para reescrever todo o plano de aula. É preciso, mas leva uma eternidade porque o professor está constantemente parando para reescrever.
2. O Problema: Neste campo específico, "atualizar o mapa" (retreinar o modelo de computador) é muito caro e consome muito tempo. Se você tiver que fazer isso 200 vezes, o projeto se arrasta.

A Solução: O Esquadrão "Consciente da Diversidade"

Os autores propõem uma nova estratégia chamada Aprendizado Ativo em Modo de Lote. Em vez de escolher um batedor de cada vez, eles escolhem uma equipe inteira (um "lote") de batedores para enviar ao mesmo tempo.

No entanto, há uma armadilha: se você apenas escolher os 5 pontos mais confusos, sua equipe pode acabar todos parados na mesma pequena poça, dando a você a mesma resposta cinco vezes. Isso é chamado de redundância.

Para corrigir isso, os autores criaram um sistema "Consciente da Diversidade". Pense nisso como um capitão de equipe com duas regras para escolher o esquadrão:

1. Regra 1 (Incerteza): "Escolha os pontos onde nosso mapa atual está mais confuso." (Esta é a parte de "Consulta por Comitê": imagine um grupo de especialistas discutindo sobre onde a ilha está; se eles discordam, esse é um bom lugar para procurar).
2. Regra 2 (Diversidade): "Certifique-se de que os batedores desta equipe estejam espalhados." (Esta é a parte da "Semelhança Cosseno": se o Batedor A está indo para o Norte, não envie o Batedor B para o Norte-Nordeste. Envie-os para o Leste ou Sul, em vez disso).

Como Funciona na Prática

Os pesquisadores testaram isso em um material simulado (usando uma fórmula matemática chamada critério de Hill como um "dizedor da verdade").

• A Configuração: Eles começaram com um mapa pequeno e aleatório.
• O Processo:
  • Eles pediram ao computador para escolher um lote de 2, 3 ou 4 novas direções para testar.
  • O computador garantiu que essas direções estivessem distantes umas das outras (diversas), mas ainda em áreas onde o computador estava inseguro (informativas).
  • Eles enviaram todos esses batedores ao mesmo tempo.
  • Assim que as respostas voltaram, eles atualizaram o mapa uma única vez para todo o lote.

Os Resultados: Mapas Mais Rápidos, Mesma Precisão

O artigo encontrou três coisas principais:

1. Sem Perda de Qualidade: Enviar uma equipe de batedores não tornou o mapa pior. O resultado final foi tão preciso quanto enviar batedores um por um.
2. Economia Enorme de Tempo: Como eles só precisavam "reescrever o plano de aula" (retreinar o modelo) uma vez para cada 2, 3 ou 4 batedores, o processo foi muito mais rápido.
   • A Analogia: Se o professor tiver que reescrever o plano de aula 100 vezes para 100 alunos, leva muito tempo. Mas se o professor o reescrever 25 vezes para grupos de 4 alunos, a turma termina em um quarto do tempo, e os alunos aprendem tão bem quanto.
3. Sem Aglomeração: A regra de "Diversidade" funcionou perfeitamente. Os batedores não se aglomeraram no mesmo ponto; eles exploraram toda a ilha uniformemente.

Por Que Isso Importa

No mundo real, obter dados de "verdade terrestre" (as respostas dos batedores) frequentemente exige executar simulações de computador caras e de alta tecnologia que levam horas ou dias.

• Sequencial: Execute 1 simulação -> Aguarde -> Atualize o Modelo -> Execute 1 simulação -> Aguarde... (Muito lento).
• Modo de Lote: Execute 4 simulações ao mesmo tempo (em computadores diferentes) -> Aguarde -> Atualize o Modelo uma vez.

Ao usar essa estratégia de lote "Consciente da Diversidade", os cientistas podem construir modelos precisos de como os materiais se comportam muito mais rápido, sem desperdiçar tempo testando as mesmas coisas repetidamente. O artigo conclui que esta é uma maneira altamente eficiente de amostrar espaços de tensão complexos, reduzindo especificamente o tempo necessário para resolver esses problemas.

Resumo técnico

Resumo Técnico: Aprendizado Ativo em Modo de Lote Consciente da Diversidade para Modelagem Constitutiva

Declaração do Problema

Na modelagem constitutiva orientada por dados, particularmente para materiais elastoplásticos, o objetivo é aprender a função de escoamento — uma variedade que separa os regimes elástico e plástico em um espaço de tensões de alta dimensão (tipicamente seis dimensões). Estratégias de amostragem estática tradicionais (por exemplo, amostragem uniforme ou direções de carregamento fixas) frequentemente sofrem de ineficiência em espaços de alta dimensão, levando a avaliações redundantes em regiões bem resolvidas e cobertura insuficiente em áreas complexas.

Embora o aprendizado ativo (AA) aborde isso selecionando adaptativamente pontos de dados informativos, as abordagens padrão de AA são tipicamente sequenciais: um único ponto é consultado e o modelo é re-treinado imediatamente. Essa natureza sequencial incorre em sobrecarga computacional substancial quando o re-treinamento do modelo é caro. Embora o AA em modo de lote (seleção de múltiplos pontos por iteração) exista no aprendizado de máquina mais amplo, sua aplicação à modelagem constitutiva é escassa. Métodos de lote existentes frequentemente carecem de mecanismos para garantir diversidade dentro de um lote selecionado, levando ao agrupamento de consultas em regiões específicas e ganho de informação redundante.

Metodologia

Os autores propõem uma estratégia de aprendizado ativo Query-by-Committee (QBC) em modo de lote consciente da diversidade projetada para gerar conteúdo de informação máximo com custo mínimo. A metodologia integra os seguintes componentes:

1. Modelo Surrogado (Função de Escoamento ML):

   • A superfície de escoamento é aproximada usando um Classificador de Vetores de Suporte (SVC) com um kernel de Função de Base Radial (RBF).
   • O problema é formulado como uma tarefa de classificação binária: classificar estados de tensão como elásticos ($f(\sigma) < 0$) ou plásticos ($f(\sigma) \geq 0$).
   • Rótulos de verdade fundamental são gerados usando o critério de escoamento anisotrópico de Hill como oráculo de referência. Para uma dada direção de carregamento, o oráculo determina o início do escoamento, e os pontos são rotulados com base na escala radial em relação a esse início.

2. Incerteza Baseada em Comitê (QBC):

   • Um comitê de $N$ modelos SVC é treinado no conjunto de dados atual.
   • A diversidade dentro do comitê é induzida treinando cada membro em uma divisão aleatória diferente de 80% dos dados.
   • A Incerteza é quantificada pela variância das previsões através do comitê em um nível de tensão de sonda fixo ao longo de uma direção de carregamento candidata. Alta variância indica regiões onde o modelo é incerto (próximo à superfície de escoamento).

3. Seleção de Lote Consciente da Diversidade:

   • Para selecionar um lote de $b$ direções por iteração, os autores introduzem um processo de seleção em duas etapas que equilibra incerteza e diversidade:
     • Primeira Direção: Selecionada maximizando a variância do comitê (QBC padrão).
     • Direções Subsequentes ($i = 2 \dots b$): Selecionadas minimizando uma função objetivo combinada: $\text{Var}(\hat{\sigma}) \times D_i(\hat{\sigma})$.
   • O Termo de Diversidade ($D_i$) é baseado em similaridade de cosseno. Ele penaliza direções candidatas que são angularmente semelhantes às direções já selecionadas no lote atual. Especificamente, $D_i(\hat{\sigma}) = -1 + \sum_{j=1}^{i-1} (\hat{\sigma} \cdot \hat{\sigma}_j^*)$.
   • Este mecanismo garante que, enquanto o lote visa regiões de alta incerteza, os pontos selecionados dentro desse lote sejam geometricamente distintos, prevenindo redundância.

Contribuições Principais

• Critério de Seleção Novel: O artigo introduz uma métrica baseada em similaridade de cosseno que complementa o critério de incerteza no QBC. Isso permite a seleção de múltiplas consultas informativas e não redundantes por iteração.
• Implementação Eficiente em Modo de Lote: A estratégia permite a geração concorrente de conjuntos de dados informativos e reduz o número de ciclos de re-treinamento de aprendizado de máquina, o que é crítico quando o re-treinamento é computacionalmente caro.
• Benchmarking em Modelagem Constitutiva: O método é rigorosamente avaliado para amostragem no espaço de tensões em modelagem constitutiva orientada por dados, demonstrando robustez através de diferentes tamanhos de lote ($b=2, 3, 4$).

Resultados

O método proposto foi avaliado contra uma linha de base sequencial apenas de variância usando o Coeficiente de Correlação de Matthew (MCC) em um conjunto de teste retido.

• Diversidade Dentro do Lote: A estratégia mantém com sucesso alta diversidade intra-lote. Para tamanho de lote $b=2$, a distância média de cosseno entre direções selecionadas permaneceu significativamente maior do que pares aleatórios (média $\approx 1.62$). Diversidade similar foi mantida para $b=3$ e $b=4$, embora restrições geométricas tenham reduzido naturalmente a diversidade marginal de seleções posteriores no lote.
• Redução de Incerteza: O método reduz rapidamente a variância do comitê (incerteza) nas iterações iniciais, estabilizando-se perto de zero à medida que a superfície de escoamento é aprendida. Essa redução ocorre sem sacrificar a exploração direcional.
• Eficiência de Consulta vs. Eficiência de Atualização:
  • Eficiência de Consulta: A amostragem em modo de lote preserva a eficiência de amostra do AA sequencial. Para um número fixo de consultas ao oráculo, os métodos em modo de lote e sequencial alcançam valores de MCC comparáveis.
  • Eficiência de Atualização: A amostragem em modo de lote supera significativamente o AA sequencial quando medida pelo número de ciclos de re-treinamento (iterações). Lotes maiores ($b=3, 4$) alcançam MCC mais alto para o mesmo número de ciclos de re-treinamento, efetivamente dobrando ou triplicando a informação ganha por atualização de modelo cara.
• Análise de Redundância: Verificações globais de redundância (Apêndice A) confirmam que as direções selecionadas não colapsam em consultas duplicadas, mesmo para tamanhos de lote maiores. A fração de pares quase duplicados (similaridade de cosseno $\geq 0.90$) permanece baixa ($< 2.7\%$).

Significância e Alegações

O artigo afirma que a estratégia proposta de QBC em modo de lote consciente da diversidade é uma estratégia eficiente para amostragem no espaço de tensões em modelagem constitutiva orientada por dados. Sua significância primária reside em:

1. Redução do Tempo para Solução: Ao reduzir o número de ciclos de re-treinamento custosos, o método reduz significativamente o tempo de relógio, particularmente em configurações onde o re-treinamento do modelo domina o custo computacional.
2. Habilitação de Paralelismo: Em configurações orientadas por simulação onde avaliações de verdade fundamental (por exemplo, simulações de alta fidelidade) são caras e podem ser paralelizadas, o método permite a coleta de dados concorrente dentro de cada iteração, oferecendo potencial para economias de tempo ainda maiores.
3. Robustez: A abordagem lida com diferentes tamanhos de lote de forma robusta, mantendo alta precisão preditiva comparável ao aprendizado ativo sequencial, enquanto evita as armadilhas de redundância da seleção de lote ingênua.

Os autores observam que, embora o benchmark tenha usado um oráculo analítico barato (critério de Hill), o método é projetado para cenários onde a geração de verdade fundamental é custosa. Em tais aplicações práticas, a redução nos ciclos de re-treinamento e a capacidade de paralelizar consultas ao oráculo representam os ganhos de eficiência primários. O estudo sugere $b=4$ como um limite superior prático, pois lotes maiores aumentam o risco de redundância e podem atrasar a correção de viés do modelo.