Aprendizado de Máquina Guiado por Física para Descobertas Científicas: Uma Aplicação na Simulação de Perfis de Temperatura em Lagos

Modelos baseados em física são frequentemente utilizados para estudar sistemas de engenharia e ambientais. A capacidade de modelar esses sistemas é a chave para alcançarmos nossa sustentabilidade ambiental futura e melhorar a qualidade de vida humana. Este artigo foca na simulação da temperatura da água dos lagos, que é crítica para entender o impacto das mudanças climáticas nos ecossistemas aquáticos e auxiliar nas decisões de gestão de recursos aquáticos. O Modelo Geral de Lago (GLM) é um modelo de ponta baseado em física utilizado para abordar tais problemas. No entanto, como outros modelos baseados em física utilizados para estudar sistemas científicos e de engenharia, ele possui várias limitações bem conhecidas devido a representações simplificadas dos processos físicos modelados ou desafios na seleção de parâmetros apropriados. Embora modelos de aprendizado de máquina de última geração possam às vezes superar modelos baseados em física dado um volume considerável de dados de treinamento, eles podem produzir resultados que são fisicamente inconsistentes. Este artigo propõe um modelo de rede neural recorrente guiado por física (PGRNN) que combina RNNs e modelos baseados em física para alavancar suas forças complementares e melhorar a modelagem dos processos físicos. Especificamente, mostramos que um PGRNN pode melhorar a precisão da previsão em relação à dos modelos baseados em física (em mais de 20%, mesmo com muito poucos dados de treinamento), enquanto gera saídas consistentes com as leis físicas. Um aspecto importante da nossa abordagem PGRNN reside em sua capacidade de incorporar o conhecimento codificado em modelos baseados em física. Isso permite treinar o modelo PGRNN usando muito poucos dados observados verdadeiros, enquanto também garante alta precisão nas previsões. Embora apresentemos e avaliemos essa metodologia no contexto da modelagem da dinâmica de temperatura em lagos, ela é aplicável de maneira mais ampla a uma gama de disciplinas científicas e de engenharia onde modelos baseados em física (também conhecidos como mecânicos) são utilizados.