Neural Network Implementation of the Renormalization Group for Fault Diagnosis with Class Imbalance

Resumo Técnico: Implementação de Rede Neural do Grupo de Renormalização para Diagnóstico de Falhas com Desbalanceamento de Classes

Definição do Problema
O artigo aborda dois desafios primordiais na manutenção preditiva (PdM) utilizando aprendizado de máquina:

1. Desbalanceamento Severo de Classes: Em conjuntos de dados industriais, exemplos de falha frequentemente constituem menos de 5% do total dos dados. Algoritmos padrão que otimizam a acurácia global tendem a ignorar a rara classe de falha, levando a omissões catastróficas na detecção de falhas.
2. Ruído Multiescalar e Complexidade de Dados: Sinais de falha podem se manifestar simultaneamente em várias escalas. Analisar dados em uma única escala pode suprimir esses sinais contra o ruído de fundo. Além disso, a escassez de dados rotulados de falhas raras limita a implantação de modelos complexos.

Embora métodos de ensemble (ex: XGBoost, LightGBM) e técnicas de reamostragem sejam comumente utilizados, existe uma lacuna na aplicação de arquiteturas explícitas de coalescência (coarse-graining) em cascata para dados de engenharia tabulares. Adicionalmente, os métodos existentes de IA explicável frequentemente explicam previsões individuais sem oferecer uma compreensão global da estrutura dos dados através de diferentes escalas.

Metodologia: Arquitetura RGNet
Os autores propõem a RGNet, uma arquitetura de rede neural fundamentada no conceito de Grupo de Renormalização (RG) da física matemática. A filosofia central é que o comportamento de um sistema complexo depende da escala de observação, e propriedades coletivas essenciais podem ser extraídas através de uma "coalescência" (coarse-graining) sequencial de variáveis.

• Coalescência Hierárquica: A RGNet implementa uma série de blocos de RG onde grupos de variáveis de escala fina são substituídos por variáveis efetivas de escala grossa. Diferente do PCA, que maximiza a variância, as camadas de RG são treinadas para preservar informações críticas para a tarefa de classificação alvo.
• Concatenação de Escalas: Para evitar a perda de detalhes de granularidade fina (que podem conter indicadores precoces de falha), a RGNet concatena as saídas de todas as escalas (desde a entrada bruta até a representação mais grossa) antes da camada de classificação final. Isso mimetiza as "conexões de salto" (skip connections) encontradas em arquiteturas como a U-Net.
• RG-Flows: As saídas intermediárias dos blocos de RG são denominadas "RG-flows". Estes servem como representações interpretáveis e de baixa dimensão dos dados em escalas específicas.
• Treinamento e Regularização: O modelo utiliza Batch Normalization e Dropout para evitar o colapso representacional e melhorar a generalização. É treinado utilizando o otimizador Adam com uma perda de entropia cruzada binária ponderada para lidar com o desbalanceamento de classes.
• Fundamentação Teórica: O artigo fornece um Lema provando que, se as camadas de RG preservarem a pertinência de classe (mapeando estados normais e de falha para atratores compactos disjuntos em cada escala), as classes permanecerão distinguíveis mesmo após compressão forte. A arquitetura garante robustez ao ruído e preserva a separabilidade de classes com profundidade.

Principais Contribuições

1. Arquitetura RGNet: Uma implementação inovadora de rede neural do grupo de renormalização especificamente desenhada para dados tabulares, modelando explicitamente a coalescência hierárquica.
2. Estratégia de Concatenação de Escalas: Demonstração de que a compressão em cascata combinada com a concatenação de todas as escalas produz alta sensibilidade a falhas raras, capturando tanto anomalias locais quanto padrões globais.
3. RG-Flows e Interpretabilidade: Introdução dos "RG-flows" como uma ferramenta de visualização. O artigo mostra que a visualização desses fluxos via t-SNE revela uma estrutura curvilínea discreta, oferecendo uma ponte entre a "caixa preta" das redes neurais e a compreensão física do processo.

Resultos Experimentais
O estudo avalia a RGNet em dois conjuntos de dados:

1. Conjunto de Dados Sintético Balanceado:

   • A RGNet alcançou uma acurácia de 0,98, superando o XGBoost (0,92), LightGBM (0,90), Random Forest (0,89) e um MLP padrão (0,96). Isso valida a capacidade da arquitetura em dados balanceados.

2. Conjunto de Dados Industrial AI4I2020 (Desbalanceado):

   • Dados: 10.000 registros com taxa de falha de 3,4%.
   • Configuração de Alta Sensibilidade/Recall (Limiar 0,5): A RGNet alcançou um Recall de 0,9265, superando significativamente o XGBoost (0,750) e o LightGBM (0,764). Isso indica uma capacidade superior de detectar falhas raras, embora ao custo de uma precisão menor (0,2582) e PR-AUC (0,670) comparado aos métodos de gradient boosting.
   • Configuração Balanceada (Limiar 0,92): Ao calibrar o limiar de decisão, o modelo alcançou um equilíbrio entre Recall (0,588), Precisão (0,678) e F1-score (0,630).
   • Visualização de RG-Flow: As projeções t-SNE dos RG-flows mais grosseiros mostraram que os estados normais alinham-se ao longo de uma "rodovia" suave (estrutura curvilínea), enquanto as falhas ou se fundem com essa rodovia (exigindo escalas mais finas para detecção) ou formam clusters isolados. Esta estrutura não foi observada nas saídas de MLP padrão ou em projeções de características brutas.

Significância e Alegações
O artigo afirma que a RGNet é uma solução universal, interpretável e competitiva para a previsão de falhas em cenários desbalanceados.

• Desempenho: Demonstra que a coalescência explícita pode gerar maior sensibilidade a falhas raras do que métodos tradicionais de ensemble, particularmente quando a prioridade é minimizar detecções perdidas (alto recall).
• Interpretabilidade: A visualização do RG-flow oferece aos engenheiros uma visão global da estrutura dos dados. Permite a formulação de regras de limiar baseadas na posição dos pontos de dados no espaço do RG-flow (ex: entrar em um cluster isolado sinaliza alto risco), uma capacidade não oferecida pelos modelos clássicos de caixa preta.
• Validade Teórica: O trabalho estabelece que o conceito de grupo de renormalização pode ser traduzido com sucesso em uma arquitetura de rede neural treinável que mantém a separabilidade de classes sob compressão.

Os autores concluem que, embora o método seja promissor, trabalhos futuros devem focar na seleção automática das dimensões das camadas de RG e na integração da RGNet em sistemas de tempo real com aprendizado online.