Resumo Técnico: KAN-ODE Holomórfica para Descoberta Interpretável de Dinâmicas Complexas

1. Declaração do Problema

Sistemas dinâmicos complexos governados por mapas holomórficos (por exemplo, $z^2 + c$) exibem fronteiras fractais e sensibilidade extrema às condições iniciais. Modelar com precisão esses sistemas a partir de dados exige métodos que respeitem a geometria complexa-analítica subjacente.

As abordagens atuais enfrentam três limitações primárias:

1. Falta de Priors Estruturais: Equações Diferenciais Ordinárias Neurais (Neural ODEs) padrão geralmente empregam Perceptrons Multicamada (MLPs) para parametrizar campos de velocidade. Esses MLPs carecem de priors complexos-analíticos e falham em impor as condições de Cauchy–Riemann necessárias para funções holomórficas.
2. Opacidade: Os MLPs funcionam como aproximadores de caixa-preta, não oferecendo nenhum caminho das pesos aprendidas para equações governantes simbólicas interpretáveis.
3. Restrições de Valores Reais: Aplicações existentes de Redes Kolmogorov–Arnold (KANs) a Neural ODEs foram restritas a espaços de estado de valores reais, deixando as dinâmicas de valores complexos sem tratamento.

2. Metodologia: KAN-ODE Holomórfica

Os autores propõem a KAN-ODE Holomórfica, um framework que integra Redes Kolmogorov–Arnold com Neural ODEs, restringido por regularização de Cauchy–Riemann para garantir que as dinâmicas aprendidas sejam holomórficas.

2.1 Arquitetura

O framework substitui as funções de ativação fixas dos MLPs padrão por funções B-spline univariadas aprendíveis que residem nas arestas da rede.

• Entrada/Saída: A rede recebe as partes real e imaginária do estado complexo $z = x + iy$ como entrada e produz as partes real e imaginária do campo de velocidade $f(z) = u + iv$.
• Parametrização: Cada ativação de aresta $\phi_{i,j}(x)$ é definida como uma combinação linear de funções base B-spline $B_m(x)$ com coeficientes aprendíveis.
• Eficiência: A arquitetura proposta utiliza uma largura de $[2, 5, 2]$, resultando em apenas 280 parâmetros treináveis, em comparação com 4.482 na linha de base MLP.

2.2 Regularização de Cauchy–Riemann

Para impor a holomorfia, os autores introduzem um termo de regularização diferenciável derivado das equações de Cauchy–Riemann:
$$\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y}, \quad \frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x}$$
A função de perda inclui um termo $L_{CR}$ que penaliza desvios dessas condições. Para evitar o colapso do treinamento causado pela imposição imediata dessa restrição, é empregado um cronograma de aquecimento linear, aumentando gradualmente o peso de regularização $\lambda_{CR}$ de zero durante os passos iniciais de treinamento.

2.3 Extração Simbólica

Uma característica fundamental das KANs é sua capacidade de realizar regressão simbólica automática. Após o treinamento, as ativações de spline aprendidas em cada aresta são ajustadas contra uma biblioteca candidata de funções base (por exemplo, polinômios, exponenciais, termos trigonométricos). As funções base dominantes em todas as arestas da rede são usadas para identificar a família simbólica da equação governante (por exemplo, identificar um sistema como pertencente à família $z^2 + c$).

3. Contribuições Principais

1. Arquitetura KAN Holomórfica: O primeiro framework a combinar KANs com Neural ODEs sob regularização de Cauchy–Riemann para dinâmicas complexas.
2. Avaliação Abrangente: Testes em seis famílias de sistemas dinâmicos complexos, incluindo classes polinomiais ($z^2+c, z^3+c$) e transcendentais ($e^z+c, \sin(z)+c, \cos(z)+c, z \cdot e^z+c$), bem como uma aplicação de fluxo potencial físico.
3. Interpretabilidade e Robustez: Demonstração de que o modelo pode recuperar fórmulas simbólicas, impor estrutura holomórfica e manter resiliência superior ao ruído em comparação com MLPs.

4. Resultados Experimentais

O framework foi avaliado em seis sistemas puramente complexos-analíticos e um sistema físico (fluxo potencial ao redor de um cilindro).

4.1 Precisão e Eficiência

• Aproximação do Campo de Velocidade: A KAN Holomórfica alcançou $R^2 > 0,95$ em todos os seis sistemas puros usando apenas 280 parâmetros.
• Comparação com MLP: Embora a linha de base MLP (4.482 parâmetros) tenha alcançado menor Erro Quadrático Médio (MSE) pontual devido à sua maior capacidade, ela carecia de interpretabilidade e imposição estrutural.
• Reconstrução Fractal: O modelo reconstruiu fronteiras fractais do conjunto de Julia com até 98,0% de concordância (por exemplo, para o sistema seno), validando que os campos de velocidade aprendidos preservam detalhes geométricos de alta granularidade.

4.2 Descoberta Simbólica

O modelo identificou corretamente a família simbólica governante para todos os seis sistemas através do ajuste automático de spline para fórmula (100% de precisão).

• Sistemas polinomiais foram identificados como polinomiais.
• Sistemas transcendentais foram corretamente ajustados a formas exponenciais, trigonométricas ou mistas exponenciais.

4.3 Estabilidade e Resiliência ao Ruído

• Análise de Lyapunov: O modelo classificou corretamente a estabilidade dos sistemas, identificando sistemas polinomiais como caóticos e sistemas transcendentais como predominantemente estáveis.
• Robustez ao Ruído: Sob 10% de ruído de observação, a KAN exibiu apenas uma degradação de 4% no MSE, enquanto a MLP degradou por um fator de 15,2×. Isso destaca o viés indutivo fornecido pela restrição de Cauchy–Riemann e pela parametrização por spline.
• Aprendizado por Transferência: O ajuste fino de uma KAN treinada em dinâmicas quadráticas ($z^2+c$) para aprender dinâmicas cúbicas ($z^3+c$) resultou em uma melhoria de 90,4% no MSE final em comparação com o treinamento do zero, demonstrando a transferibilidade dos priors holomórficos.

4.4 Limitações Observadas

• Sistemas Racionais/Singulares: Na aplicação de fluxo potencial ($f(z) = Uz + Ua^2/z$), o modelo alcançou um $R^2$ mais baixo (0,333), indicando que as parametrizações B-spline otimizadas para funções suaves lutam com estruturas racionais e singularidades.
• Desafios de Gradiente: Sistemas com gradientes de ordem superior íngremes (por exemplo, $z^3+c$) mostraram valores de $R^2$ ligeiramente mais baixos em comparação com sistemas mais suaves.

5. Significado e Alegações

O artigo posiciona a KAN-ODE Holomórfica como uma alternativa eficiente em parâmetros e interpretável aos MLPs para a descoberta informada pela física de dinâmicas holomórficas. Os autores alegam que, embora os MLPs possam oferecer precisão superior de reconstrução pontual devido à maior capacidade, eles falham em fornecer as três capacidades críticas essenciais para a descoberta científica neste domínio:

1. Recuperação de Fórmula Simbólica: A capacidade de extrair equações governantes de forma fechada.
2. Estrutura Holomórfica Imposta: Garantir que as dinâmicas aprendidas satisfaçam restrições complexas-analíticas.
3. Resiliência Superior ao Ruído: Manter o desempenho em configurações observacionais ruidosas onde modelos de caixa-preta falham.

O trabalho estabelece as KANs como uma ferramenta viável para conectar análise complexa, teoria de sistemas dinâmicos e aprendizado de máquina científico, especificamente para sistemas onde priors estruturais e interpretabilidade são primordiais.