SINDy
Sparse Identification of Nonlinear Dynamics
SINDy (Sparse Identification of Nonlinear Dynamics) é um método para descobrir, a partir de dados, as equações diferenciais que governam um sistema dinâmico, sob a hipótese de que poucos termos de uma biblioteca de funções candidatas bastam para descrever a dinâmica. Foi proposto por Brunton, Proctor e Kutz (Brunton; Proctor; Kutz, 2016), com raízes na ideia mais antiga de “destilar” leis físicas de dados experimentais por regressão simbólica (Schmidt; Lipson, 2009).
Formulação
Dado o estado medido \(X \in \mathbb{R}^{m\times n}\) (\(m\) instantes, \(n\) variáveis de estado) e sua derivada \(\dot X\) — medida diretamente ou estimada por diferenciação numérica —, constrói-se uma biblioteca de candidatos
\[ \Theta(X) = \begin{bmatrix} 1 & X & X^2 & \sin(X) & \cdots \end{bmatrix} \]
e resolve-se a regressão esparsa \(\dot X = \Theta(X)\,\Xi\), com \(\Xi\) esparsa: cada coluna de \(\Xi\) contém os coeficientes de uma equação, e um coeficiente \(\Xi_{j,i}\) não nulo indica que o \(j\)-ésimo candidato de \(\Theta\) participa da equação de \(\dot x_i\).
O Algoritmo STLSQ
O solver clássico de SINDy é a regressão por mínimos quadrados sequencialmente truncados (STLSQ):
- ajusta-se \(\Xi\) por mínimos quadrados comum, \(\Xi \leftarrow \Theta^\dagger \dot X\);
- zeram-se os coeficientes com \(|\Xi_{j,i}| < \tau\) (limiar de esparsidade);
- reajustam-se por mínimos quadrados apenas os coeficientes que sobraram;
- repetem-se os passos 2–3 até convergência — poucas iterações bastam.
O limiar \(\tau\) controla o compromisso entre esparsidade (poucos termos, mais interpretável) e ajuste aos dados, normalmente escolhido por validação cruzada ou por conhecimento físico do problema.
Por que Esparsidade?
A maioria dos sistemas físicos conhecidos — Navier–Stokes, o sistema de Lorenz, o oscilador de Duffing — é descrita por poucos termos: a esparsidade é, portanto, uma hipótese razoável, que também evita sobreajuste. Uma vantagem central de SINDy sobre modelos de caixa-preta (redes neurais, por exemplo) é que o resultado é interpretável: uma equação diferencial explícita, não uma função aproximada de milhares de parâmetros. A principal limitação é a sensibilidade ao ruído na derivada estimada \(\dot X\), que normalmente exige filtragem ou diferenciação robusta (diferenciação por variação total, por exemplo) antes da regressão.
Extensões
Diversas extensões ampliaram o alcance do método original:
- SINDYc inclui entradas de controle \(u\) na biblioteca, \(\Theta(X,U)\), permitindo descobrir \(\dot x = \Theta(x,u)\Xi\) diretamente utilizável em MPC (Kaiser; Kutz; Brunton, 2018);
- PDE-FIND estende a ideia para descobrir equações diferenciais parciais — Navier–Stokes, a equação de Burgers, entre outras — a partir de campos medidos no espaço e no tempo (Rudy et al., 2017);
- Quando as variáveis “certas” não são observadas diretamente, um autoencoder pode aprender uma mudança de coordenadas cujo espaço latente já é esparso por SINDy, descobrindo simultaneamente coordenadas e equações (Champion et al., 2019);
- Para sistemas com simetrias ou restrições físicas conhecidas — como conservação de energia —, a regressão pode ser restringida de modo a respeitá-las (Loiseau; Brunton, 2018).
Robustez a Ruído
STLSQ, na sua forma original, é sensível a ruído. Duas respostas consolidadas na literatura: SR3 (Sparse Relaxed Regularized Regression) relaxa o problema de otimização, trocando o corte abrupto do limiar por uma penalização mais suave e numericamente mais estável (Zheng et al., 2019); e Ensemble-SINDy ajusta muitos modelos SINDy sobre subamostras bootstrap dos dados e agrega os resultados, permanecendo robusto mesmo com poucos dados e ruído alto, e possibilitando estimar a incerteza dos coeficientes encontrados (Fasel et al., 2022).
Software
A biblioteca de referência para uso em projetos reais é o PySINDy, que implementa STLSQ, SR3, SINDYc, discretização de PDEs e dezenas de bibliotecas de candidatos prontas para uso (Kaptanoglu et al., 2022; Silva et al., 2020).
Aplicação a Controle
Uma vez identificado o modelo esparso \(\dot x = \Theta(x)\Xi\), ele pode ser usado diretamente como planta para projeto de controladores — MPC não linear, linearização por realimentação —, fechando o ciclo entre identificação baseada em dados e controle (Kaiser; Kutz; Brunton, 2018).
Ver também
- SINDy — Introdução (apresentação)
- STLSQ na Prática (apresentação)
- Identificação de Modelos ARX por Mínimos Quadrados (Identificacao) — o mesmo solver de mínimos quadrados do STLSQ, aqui no caso paramétrico linear mais simples (sem biblioteca de funções candidatas).
- Controle MPC-FCS de gerador DFIG (ControleDFIG) — identificação ARX por mínimos quadrados aplicada a um sistema trifásico real.