Extended pseudo-spectral physics-informed neural networks for phase-field models

Resumo Técnico: Redes Neurais Informadas pela Física Pseudo-Espectrais Estendidas para Modelos de Campo de Fase

Definição do Problema
Modelos de campo de fase são centrais para a descrição contínua da separação de fases, onde a formação de padrões e a evolução microestrutural são governadas pela densidade de energia livre volumétrica e pelos parâmetros de espessura interfacial. Em aplicações práticas, como na ciência dos materiais e biologia celular, essas quantidades constitutivas raramente são conhecidas a priori e devem ser inferidas a partir de observações dinâmicas limitadas. Embora métodos inversos clássicos e abordagens recentes de Redes Neurais Informadas pela Física (PINNs) tenham sido aplicados a modelos de campo de fase, as técnicas existentes frequentemente enfrentam limitações. Especificamente, o trabalho anterior de Zhao [31] utilizou PINNs pseudo-espectrais (SPINNs) para identificar o potencial químico volumétrico, mas exigiu que o parâmetro de espessura interfacial e a mobilidade fossem fixados a priori. Além disso, tratar todas as quantidades constitutivas como incógnitas em uma otimização clássica pode levar a uma não-identificabilidade inerente devido à degenerescência de escala. O desafio central abordado neste trabalho é a identificação inversa simultânea tanto do potencial químico volumétrico (a derivada da densidade de energia livre homogênea) quanto de coeficientes de gradiente desconhecidos (especificamente o parâmetro de espessura interfacial) a partir de dados de snapshots transientes, sem depender apenas de perfis de equilíbrio.

Metodologia: ESPINN Estendida (ESPINN)
Os autores propõem a estrutura de Rede Neural Informada pela Física Pseudo-Espectral Estendida (ESPINN). Este método estende a arquitetura SPINN ao tratar parâmetros físicos como variáveis treináveis junto com a rede neural que aproxima a função de energia livre.

1. Formulação Matemática: A estrutura visa PDEs de campo de fase gerais da forma $\partial_t \phi = G [\sum \mu_j g_j(\phi, \nabla \phi, \Delta \phi) + f(\phi)]$, onde $f(\phi)$ (potencial químico volumétrico) e os coeficientes $\mu_j$ (termos de gradiente) são desconhecidos. Os autores focam nas equações de Cahn-Hilliard e Allen-Cahn, onde o coeficiente de gradiente desconhecido corresponde ao parâmetro de espessura interfacial $\epsilon$.
2. Arquitetura de Rede Neural:
   • Potencial Químico Volumétrico: A função $f(\phi)$ é aproximada por um Perceptron Multicamadas (MLP).
   • Parâmetros Escalares: Coeficientes desconhecidos (ex: $\epsilon^2$) são parametrizados por escalares únicos treináveis $\theta$ usando uma reparametrização sigmoide para impor limites físicos ($\gamma_{lb} \leq \gamma \leq \gamma_{ub}$).
   • Função de Perda: O objetivo de treinamento minimiza a discrepância entre pares de dados observados $(\Phi^{(1)}, \Phi^{(2)})$ separados por intervalos de tempo $\Delta t$ e as previsões de um esquema estabilizado linear semi-implícito. A função de perda inclui um hiperparâmetro $C_0$ para condicionar a otimização, ajustado com base nos níveis de ruído dos dados.
3. Estratégia de Otimização:
   • Dados Sem Ruído: A estrutura emprega uma otimização em duas etapas: Adam seguida por L-BFGS para explorar a suavidade do cenário de objetivo para uma convergência precisa.
   • Dados Com Ruído: Para evitar o sobreajuste (overfitting) a perturbações estocásticas, a etapa L-BFGS é omitida, e a otimização depende exclusivamente de Adam com um multiplicador de perda reduzido ($C_0$) para moderar as magnitudes dos gradientes.

Principais Contribuições

• Inferência Simultânea: A principal contribuição é a extensão da estrutura SPINN para recuperar simultaneamente o potencial químico volumétrico e os coeficientes de gradiente desconhecidos (espessura interfacial) a partir de dados transientes, superando a necessidade de fixar esses parâmetros a priori.
• Eficiência de Dados: A estrutura demonstra que informações constitutivas substanciais estão codificadas mesmo em um único par de snapshots, permitindo uma reconstrução precisa com dados temporais mínimos.
• Robustez ao Ruído: O estudo investiga sistematicamente o desempenho da estrutura sob ruído, demonstrando que aumentar o número de pares de snapshots atua como um regularizador implícito, reduzindo a variância e melhorando a precisão sem alterar as características determinísticas do modelo aprendido.
• Análise de Sensibilidade Arquitetural: O artigo fornece uma análise detalhada das funções de ativação e da profundidade da rede, revelando que a suavidade e a diferenciabilidade da função de ativação são mais críticas para a precisão da reconstrução do que a capacidade da rede (profundidade ou largura).

Resultados
Experimentos numéricos foram conduzidos em simulações de Cahn-Hilliard unidimensionais utilizando densidades de energia livre polinomiais e logarítmicas.

• Regime Sem Ruído: A estrutura ESPINN alcançou uma reconstrução precisa e estatisticamente estável tanto do potencial químico volumétrico quanto do parâmetro de espessura interfacial. Notavelmente, o uso de apenas um par de snapshots ($N=1$) produziu resultados muito próximos das funções reais. Aumentar o número de snapshots ($N$) para 2 eliminou a variância visível na reconstrução. Aumentos subsequentes em $N$ até 64 melhoraram a estabilidade estatística, embora retornos decrescentes tenham sido observados além de $N=64$.
• Regime Com Ruído: Na presença de ruído multiplicativo, a precisão da reconstrução degradou-se de forma graciosa. Embora dados ruidosos limitados ($N=1$) tenham resultado em alta variabilidade, o aumento de $N$ reduziu sistematicamente os erros e a variância. O método permaneceu estável mesmo em níveis de ruído mais altos ($\delta_L = 10^{-2}$), embora um viés visível tenha emergido.
• Descobertas Arquiteturais: Funções de ativação suaves (Sigmoid, Tanh, SiLU, GELU) superaram consistentemente a ReLU, que apresentou erros até quatro ordens de magnitude superiores. A profundidade e a largura da rede tiveram impacto mínimo na precisão final, sugerindo que o problema inverso não é limitado pela capacidade, mas sim dependente das propriedades de diferenciabilidade da função de ativação.
• Sensibilidade da Taxa de Aprendizado: O método mostrou sensibilidade às taxas de aprendizado no otimizador Adam. Uma taxa de aprendizado com decaimento exponencial (inicialmente $10^{-2}$, decaindo para $10^{-4}$) proporcionou o melhor equilíbrio entre velocidade de convergência e estabilidade.

Significância e Alegações
Os autores afirmam que a ESPINN estabelece uma abordagem eficiente em termos de dados e fisicamente consistente para aprender estruturas de energia livre em modelos contínuos de separação de fases. A estrutura aborda com sucesso o problema inverso de identificar quantidades constitutivas a partir de dinâmicas transientes, uma tarefa onde perfis de equilíbrio isolados são insuficientes devido à degenerescência de escala. Ao demonstrar que uma recuperação precisa é possível a partir de dados limitados e que o método permanece robusto em condições ruidosas, o trabalho sugere que dados dinâmicos transientes fornecem uma base confiável para inferir informações constitutivas. Os autores observam que, embora o estudo atual esteja restrito a modelos unidimensionais com mobilidade constante, a metodologia se estende naturalmente para dimensões mais altas e funcionais de energia livre mais complexos, oferecendo uma ferramenta prática para modelagem de grão grosso em condensados biomoleculares, misturas poliméricas e sistemas de ligas.