Нейросетевые операторы FNO и UNO для расчёта двумерного потока нейтронов

En juillet 2026, des chercheurs ont publié sur arXiv un article intitulé « Neural Operator Surrogates for Two-Dimensional Neutron Flux Estimation », dans lequel ils ont transposé la méthode des opérateurs neuronaux des problèmes unidimensionnels de transport de neutrons à des problèmes bidimensionnels, et ont comparé trois modèles de substitution basés sur les architectures FNO et UNO.

Ce qu'ont fait les chercheurs

Les chercheurs ont entraîné des opérateurs neuronaux à prédire le flux scalaire de neutrons dans un problème de transport à un groupe (one-group transport) avec diffusion isotrope. Ce travail prolonge directement leurs précédentes expériences unidimensionnelles avec des opérateurs single-sweep, mais les modèles de substitution fonctionnent désormais en deux dimensions — une étape qui rapproche la méthode des géométries d'ingénierie réelles. La solution de référence (« high-fidelity ») pour chaque cas a été calculée à l'aide d'un solveur validé par la méthode des ordonnées discrètes (discrete ordinates), et la qualité de l'approximation a été évaluée par la norme d'erreur relative moyenne L2.

Un opérateur neuronal est un modèle qui apprend à faire correspondre une fonction continue (le champ de matériau et de source) à une autre (le champ de flux), plutôt que de simplement faire correspondre un nombre à un autre nombre. Selon le résumé publié sur arXiv, l'étude fait appel à deux types de ces architectures : les opérateurs neuronaux de Fourier (Fourier neural operators, FNO) et les opérateurs neuronaux en forme de U (U-shaped neural operators, UNO).

Trois modèles de substitution

L'article compare trois modèles de substitution qui font correspondre différemment les données d'entrée au flux de neutrons. Les deux premiers traitent le problème directement, tandis que le troisième reçoit une indication d'une méthode numérique classique :

• FNO — fait correspondre directement les champs de matériau et de source au flux scalaire
• UNO — le même problème direct, mais avec l'architecture U-shaped neural operator
• FNO avec entrée single-sweep — reçoit en plus le flux après une itération de source (single-sweep approximation)

Chacun des trois modèles a été entraîné sur trois initialisations aléatoires (random seeds). C'est un détail méthodologique clé : trois exécutions permettent de distinguer une différence réelle entre les approches de la dispersion statistique qui apparaît d'une exécution à l'autre en elle-même. L'approximation single-sweep est ici une première itération peu coûteuse du solveur classique, fournie au modèle comme caractéristique supplémentaire.

Ce que cela apporte à la radioprotection

L'intérêt pratique principal du travail est la précision dans les régions fortement atténuées, essentielles pour les calculs de radioprotection (shielding). C'est précisément là où le flux de neutrons chute de plusieurs ordres de grandeur que les modèles de substitution se trompent généralement le plus, et ce sont justement les faibles valeurs de flux qui importent pour l'évaluation de la protection biologique. Les auteurs testent l'hypothèse selon laquelle entraîner le modèle sur le logarithme du flux, plutôt que sur le flux lui-même, aide à reconstituer plus précisément ces zones.

La seconde question de l'étude est de savoir si l'entrée supplémentaire single-sweep apporte un réel gain de précision par rapport aux correspondances directes « champ → flux ». Les auteurs formulent explicitement les deux hypothèses comme les deux axes directeurs de la recherche.

«

Deux questions guident la recherche : l'entrée single-sweep améliore-t-elle la précision par rapport aux correspondances directes, et l'entraînement sur le logarithme du flux améliore-t-il la précision dans les régions fortement atténuées pertinentes pour la protection », indique le résumé de l'article publié sur arXiv.

Ce que cela signifie

Les opérateurs neuronaux s'emparent progressivement des problèmes de physique computationnelle : si un modèle de substitution reproduit le champ de neutrons avec une précision suffisante, le calcul coûteux par la méthode des ordonnées discrètes peut être partiellement remplacé par l'inférence rapide du modèle. Le passage des problèmes unidimensionnels aux problèmes bidimensionnels rapproche cette approche des calculs d'ingénierie pour la radioprotection, où les simulations à pleine échelle sont particulièrement coûteuses en temps et où le nombre de scénarios à parcourir est important.