Resumo Técnico: Aprendizado de Sistemas Parcialmente Observados com Equações Diferenciais Ordinárias Hamiltonianas Neurais

Declaração do Problema

O artigo aborda o desafio de aprender sistemas dinâmicos a partir de dados quando o estado do sistema é apenas parcialmente observado. Em muitos cenários físicos, certas variáveis de estado são inacessíveis à medição, mas influenciam a evolução das variáveis observadas. Modelos padrão de aprendizado de máquina informados pela física, como Redes Neurais Hamiltonianas (HNNs), geralmente exigem acesso ao estado completo do sistema (todas as posições e momentos) e às suas derivadas temporais para definir a função de perda. Esse requisito torna-os inaplicáveis a configurações parcialmente observadas, onde variáveis latentes devem ser inferidas sem supervisão direta. Por outro lado, abordagens puramente baseadas em dados, como Equações Diferenciais Ordinárias Neurais padrão (Neural ODEs), frequentemente falham em generalizar ou manter a estabilidade nessas configurações, particularmente para sistemas complexos ou caóticos, pois carecem das restrições físicas necessárias para limitar o espaço de soluções.

Metodologia

Os autores propõem Equações Diferenciais Ordinárias Hamiltonianas Neurais (NHODE), um framework que integra as garantias estruturais da mecânica hamiltoniana com os procedimentos de treinamento flexíveis das Neural ODEs.

Framework Central

O sistema é modelado como um sistema hamiltoniano canônico:
$$\dot{x} = S \nabla H(x)$$
onde $x = (q, p)^T$ representa a posição e o momento generalizados, $H$ é o Hamiltoniano (energia total) e $S$ é a matriz simplética canônica.

O framework NHODE distingue-se através de três componentes principais:

1. Treinamento Baseado em Rollout com Perda Parcial: Ao contrário das HNNs padrão que calculam a perda com base no resíduo das equações de Hamilton em cada passo de tempo (exigindo dados de estado completo), a NHODE adota o paradigma de treinamento da Neural ODE. O modelo integra o campo vetorial aprendido para frente a partir de uma condição inicial para gerar uma trajetória completa. A função de perda é definida apenas sobre os componentes observados do estado ($x_{obs}$) nos pontos de tempo dos dados. Os componentes latentes ($x_{hid}$) são excluídos do cálculo da perda, o que significa que sua influência no treinamento é indireta, mediada exclusivamente pela evolução das variáveis observadas.

2. Inferência de Estado Latente: Para inicializar a integração, o framework emprega um codificador de rede neural para inferir o estado inicial das variáveis não observadas ($x_{hid}(t_0)$) com base no histórico inicial das variáveis observadas. Este codificador e a rede hamiltoniana são treinados conjuntamente usando uma função de perda compartilhada.

3. Restrições Físicas via Simetria e Separabilidade: Para restringir ainda mais o espaço de soluções e melhorar a generalização, os autores incorporam priores físicos específicos:

   • Transformações de Coordenadas: Para sistemas com simetria translacional, coordenadas absolutas são transformadas em distâncias relativas pares antes de serem passadas para a rede neural. Isso impõe invariância translacional, garantindo a conservação do momento linear.
   • Hamiltonianos Separáveis: O framework suporta modelos onde o Hamiltoniano é assumido como separável ($H = T(p) + V(q)$) com um termo de energia cinética conhecido ($T(p) = p^2/2m$). Nesta configuração, a rede neural aprende apenas a energia potencial $V(q)$. Quando combinada com coordenadas relativas, essa formulação também impõe a conservação do momento angular.

Os autores definem duas variantes principais de modelo:

• NHODEtot: Aprende a energia total diretamente através de uma rede neural.
• NHODEpot: Aprende apenas a energia potencial, assumindo uma forma de energia cinética conhecida e massas de partículas.

Principais Contribuições

1. Framework Inovador para Observabilidade Parcial: O artigo introduz a NHODE, o primeiro framework a combinar com sucesso a estrutura hamiltoniana com o treinamento de Neural ODE especificamente para lidar com sistemas com variáveis de estado completamente não observadas.
2. Demonstração de Priores Físicos: O trabalho demonstra sistematicamente que incorporar estrutura física (conservação de energia, conservação de momento via simetria) não é meramente benéfico, mas essencial para aprender dinâmicas estáveis em regimes parcialmente observados, de alta dimensão e caóticos.
3. Validação Empírica em Complexidade Crescente: O método é avaliado em três sistemas de complexidade crescente:
   • Um sistema linear 1D de duas massas e duas molas.
   • Um sistema não linear 2D triangular de três massas e três molas.
   • O problema caótico 3D de três corpos.
4. Aprendizado de Condições Iniciais: O framework demonstra inferir efetivamente as condições iniciais de variáveis ocultas exclusivamente a partir de trajetórias observadas, uma tarefa onde baselines puramente baseadas em dados falham.

Resultados

Os experimentos comparam a NHODE contra duas baselines:

• NODEvanilla: Uma Neural ODE padrão.
• NODEphys: Uma Neural ODE informada pela física que aprende apenas derivadas de momento.

Descobertas:

• Sistemas Lineares: No simples sistema massa-mola 1D, todos os modelos (incluindo as baselines) performam razoavelmente bem, embora os modelos NHODE mostrem estabilidade ligeiramente superior.
• Sistemas Não Lineares: No sistema massa-mola não linear 2D, a lacuna de desempenho se amplia. Enquanto os modelos NHODE mantêm erro baixo, as baselines começam a divergir em horizontes temporais mais longos.
• Sistemas Caóticos: No problema de três corpos, a distinção é nítida. Baselines puramente baseadas em dados (NODEvanilla) e até mesmo a NODEphys parcialmente informada pela física tornam-se instáveis e divergem rapidamente. Apenas o modelo NHODE mais informado pela física (NHODEpot,rel), que impõe a conservação de energia, momento linear e momento angular, produz trajetórias estáveis e não divergentes em horizontes longos.
• Métricas de Erro: Em todos os exemplos, aumentar a quantidade de estrutura física incorporada (por exemplo, mover de NHODEtot para NHODEpot, ou de coordenadas absolutas para relativas) melhora sistematicamente tanto a precisão da previsão quanto a estabilidade em horizontes longos.

Significado e Afirmativas

O artigo afirma que sua contribuição principal é demonstrar que o conhecimento físico embutido em um modelo de aprendizado de máquina permite o aprendizado preciso de ambas as partes observadas e latentes de um sistema parcialmente observado, uma tarefa onde métodos puramente baseados em dados falham.

Os autores enfatizam que, embora a dinâmica latente possa não ser unicamente identificável sem informações adicionais (como parâmetros conhecidos do sistema), o framework NHODE aprende um estado latente que é fisicamente consistente e produz previsões precisas para as variáveis observadas. O trabalho destaca que, em regimes caóticos, onde pequenas perturbações levam a divergência exponencial, a incorporação de priores físicos fortes (leis de conservação) é crítica para impedir que a dinâmica aprendida "exploda", estendendo assim a janela de previsão útil.

O artigo conclui que o framework NHODE é uma ferramenta generalizável para configurações onde sistemas dinâmicos são parcialmente observados, a estrutura física é conhecida e previsões temporais estáveis são necessárias, como em monitoramento industrial, robótica e experimentos científicos com acesso limitado a sensores.