Resumo Técnico: Mitigação de Viés Espectral em Simuladores Neurais Informados pela Física para Dinâmica Estrutural Não Linear

1. Declaração do Problema

Perceptrons Multicamadas (MLPs) padrão usados em Redes Neurais Informadas pela Física (PINNs) sofrem de viés espectral: uma tendência sistemática de aprender componentes de baixa frequência de um sinal enquanto falham em capturar modos de alta frequência. Esta limitação é crítica em dinâmica estrutural não linear, onde as respostas do sistema contêm inerentemente componentes de múltiplas frequências (ex: modos fundamentais e harmônicos superiores) decorrentes de interações modais, comportamento histerético e rigidez não linear.

Embora alternativas recentes como as Redes Kolmogorov–Arnold (KANs) tenham sido propostas para mitigar isso via ativações de aresta aprendíveis, as comparações existentes entre KANs e MLPs são frequentemente falhas. Estudos anteriores frequentemente sofrem de:

• Contagens de parâmetros desiguais.
• Normalização inadequada da entrada (causando saturação de ativação).
• Condições iniciais (ICs) zeradas fixas (hardcoded), mesmo para estados não nulos.
• Aplicação inconsistente de restrições informadas pela física.

Essas inconsistências metodológicas levam a conclusões enganosas sobre a eficácia das escolhas arquiteturais versus as representações de entrada.

2. Metodologia

Este estudo estabelece um arcabouço experimental rigoroso e com correspondência de parâmetros para isolar os efeitos da representação de entrada e da arquitetura de base (backbone).

2.1 Problemas de Referência (Benchmarks)

Quatro problemas de dinâmica não linear canônicos foram selecionados, cada um representando uma classe dinâmica distinta:

1. Oscilador Histerético de Bouc–Wen: Histerese independente de taxa (treinamento orientado por dados).
2. Oscilador de Duffing: Rigidez geométrica cúbica com comportamento quase periódico (informado pela física).
3. Oscilador de Van der Pol Forçado: Oscilação de ciclo limite autoexcitada (informado pela física).
4. Edifício de Cisalhamento de Três Graus de Liberdade (3-DOF): Superposição modal de múltiplas frequências lineares (orientado por dados).

2.2 Design Arquitetural (Fatorial 2 × 2)

Quatro modelos foram comparados, todos limitados a ~16.400 parâmetros treináveis para garantir a equidade:

1. MLP Comum (Plain MLP): MLP padrão com entrada de tempo normalizada ($t/t_{max}$).
2. Fourier-MLP: MLP com codificação de características de Fourier ($\Phi(t)$).
3. Apenas KAN (KAN-only): KAN com ativações de polinômios de Chebyshev aprendíveis e entrada de tempo normalizada.
4. FPIKAN (KAN com reforço de Fourier): KAN com codificação de características de Fourier.

Controles Metodológicos Chave:

• Normalização de Entrada: As entradas do Plain MLP e do KAN-only foram normalizadas para $[0, 1]$ para evitar a saturação da função $\tanh$; os modelos de Fourier foram imunes devido às funções seno/cosseno limitadas.
• Condições Iniciais: Aplicação explícita das verdadeiras ICs físicas ($u(0), \dot{u}(0)$) em vez de zeros fixos.
• Função de Perda: Uma perda unificada compreendendo fidelidade de dados ($L_{data}$), restrições de condição inicial ($L_{IC}, L_{vel}$) e resíduos físicos ($L_{phys}$) para os benchmarks aplicáveis.
• Treinamento: Otimizador Adam com cosine annealing ao longo de 5.000 épocas.

2.3 Análise Teórica

O estudo inclui uma análise de fluxo de gradiente das camadas KAN. Postula-se que, embora os polinômios de Chebyshev atuem como decompositores espectrais implícitos, suas derivadas de segunda ordem (necessárias para a perda informada pela física em EDOs de segunda ordem) produzem magnitudes de gradiente oscilatórias. Essas oscilações criam um cenário de otimização incompatível quando combinadas com entradas codificadas por Fourier, potencialmente desestabilizando o treinamento.

3. Principais Contribuições

1. Comparação com Correspondência de Parâmetros: A primeira comparação rigorosa de arquiteturas KAN e MLP através de quatro benchmarks não lineares com capacidade de modelo estritamente igual (~16,4k parâmetros).
2. Estudo de Ablação Fatorial: Um design sistemático $2 \times 2$ isolando as contribuições individuais da codificação de características de Fourier e da arquitetura de base (MLP vs. KAN).
3. Correção Metodológica: Identificação e correção de sete "bugs" comuns de implementação na literatura de PINN (ex: ausência de velocidades nas ICs, tempo não normalizado, parâmetros desalinhados) que anteriormente enviesavam os resultados.
4. Análise de Incompatibilidade de Gradiente: Demonstração matemática de por que a combinação de codificação de Fourier com KANs baseadas em Chebyshev pode degradar o desempenho devido a dinâmicas de gradiente conflitantes.
5. Avaliação de Fidelidade Espectral: Análise no domínio da frequência demonstrando que métricas de erro no domínio do tempo sozinhas são insuficientes para diagnosticar o viés espectral.

4. Resultados

4.1 Dominância da Codificação de Características de Fourier

A descoberta mais significativa é que a codificação de características de Fourier é o fator dominante na mitigação do viés espectral.

• A adição de codificação de Fourier a um MLP Comum reduziu os erros relativos de $L_2$ em 98,6% a 100% em todos os benchmarks.
• O Fourier-MLP alcançou o menor erro em todos os quatro benchmarks ($L_2 \le 0,014$, com $L_2 < 10^{-3}$ para Duffing e Van der Pol).
• Sem a codificação de Fourier, tanto o Plain MLP quanto o KAN-only falharam em capturar a dinâmica de alta frequência nos benchmarks de Bouc–Wen e do edifício de 3-DOF, resultando em $L_2 \approx 1,0$ (previsão próxima de zero).

4.2 Desempenho da KAN Sem Codificação de Fourier

Na ausência de codificação de Fourier, a KAN-only superou o Plain MLP em sistemas oscilatórios não lineares:

• Duffing: A KAN reduziu o erro em 1,9× ($0,074$ vs. $0,139$).
• Van der Pol: A KAN reduziu o erro em 3,5× ($0,164$ vs. $0,574$).
• Isso confirma que as ativações de Chebyshev aprendíveis atuam como decompositores espectrais implícitos, mitigando parcialmente o viés em regimes de frequência mais simples.

4.3 O "Paradoxo" do FPIKAN

Ao contrário da expectativa de que a combinação de duas estratégias de mitigação geraria melhores resultados, o FPIKAN consistiu em subperformar o Fourier-MLP.

• No benchmark de Duffing, adicionar codificação de Fourier à KAN aumentou o erro em 201,7% (de $0,074$ para $0,224$).
• No benchmark de Van der Pol, o erro aumentou em 9,0%.
• Causa: As magnitudes de gradiente oscilatórias inerentes aos polinômios de Chebyshev de alto grau conflitam com o cenário de otimização suave exigido pelos resíduos físicos de segunda ordem, especialmente quando acoplados a entradas de Fourier.

4.4 Convergência e Análise Espectral

• Convergência: O Fourier-MLP convergiu suavemente para $MSE < 10^{-7}$. O FPIKAN convergiu inicialmente, mas estagnou em níveis de erro mais altos ($10^{-3}$ a $10^{-5}$), consistente com a hipótese de instabilidade de gradiente.
• Fidelidade Espectral: O Fourier-MLP reconstruiu com precisão todo o espectro de frequência. Os modelos sem Fourier exibiram uma severa atenuação de alta frequência, filtrando efetivamente modos acima de 2–3 Hz.

5. Significância e Conclusões

O artigo conclui que, para simuladores neurais informados pela física em dinâmica estrutural não linear:

1. A Representação de Entrada é Crítica: A codificação de características de Fourier é a escolha de design mais importante, eliminando efetivamente o viés espectral, independentemente da arquitetura de base.
2. Arquitetura Recomendada: O Fourier-MLP é a arquitetura recomendada, oferecendo o menor erro, treinamento mais rápido (~2× mais rápido que as alternativas KAN) e implementação mais simples.
3. Valor da KAN Independente: As KANs fornecem valor quando a codificação de Fourier não é viável (ex: faixas de frequência desconhecidas), pois superam os MLPs em até 3,5× através da decomposição espectral implícita.
4. Contraprodutividade da Hibridização: Combinar codificação de Fourier com KANs baseadas em Chebyshev (FPIKAN) é atualmente contraproducente devido à incompatibilidade de gradiente. Os autores sugerem a exploração futura de variantes KAN baseadas em B-splines ou wavelets com derivadas limitadas para resolver este problema.
5. Rigor Metodológico: O estudo enfatiza que a literatura comparativa anterior pode estar comprometida por falhas de implementação. A adesão ao pareamento estrito de parâmetros, normalização adequada e aplicação correta de condições iniciais é essencial para conclusões científicas válidas neste campo.