File size: 13,689 Bytes
6a77297
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
import pandas as pd
import numpy as np
import torch
import torch.nn as nn
import torch.optim as optim
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from time import time
import warnings
warnings.filterwarnings('ignore')

class ImprovedZetaNet(nn.Module):
    def __init__(self, input_size=2, hidden_sizes=[128, 256, 128, 64], output_size=2, dropout_rate=0.1):
        super(ImprovedZetaNet, self).__init__()
        
        # Construir camadas dinamicamente
        layers = []
        prev_size = input_size
        
        for hidden_size in hidden_sizes:
            layers.extend([
                nn.Linear(prev_size, hidden_size),
                nn.BatchNorm1d(hidden_size),
                nn.ReLU(),
                nn.Dropout(dropout_rate)
            ])
            prev_size = hidden_size
        
        # Camada de saída sem ativação
        layers.append(nn.Linear(prev_size, output_size))
        
        self.network = nn.Sequential(*layers)
        
        # Inicialização Xavier/Glorot
        self._initialize_weights()
    
    def _initialize_weights(self):
        for module in self.modules():
            if isinstance(module, nn.Linear):
                nn.init.xavier_normal_(module.weight)
                if module.bias is not None:
                    nn.init.constant_(module.bias, 0)
    
    def forward(self, x):
        return self.network(x)

class ZetaTrainer:
    def __init__(self, model, device='cpu'):
        self.model = model.to(device)
        self.device = device
        self.train_losses = []
        self.val_losses = []
        
    def train_epoch(self, train_loader, optimizer, criterion):
        self.model.train()
        total_loss = 0
        num_batches = 0
        
        for batch_x, batch_y in train_loader:
            batch_x, batch_y = batch_x.to(self.device), batch_y.to(self.device)
            
            optimizer.zero_grad()
            predictions = self.model(batch_x)
            loss = criterion(predictions, batch_y)
            loss.backward()
            
            # Gradient clipping para estabilidade
            torch.nn.utils.clip_grad_norm_(self.model.parameters(), max_norm=1.0)
            
            optimizer.step()
            
            total_loss += loss.item()
            num_batches += 1
            
        return total_loss / num_batches
    
    def validate(self, val_loader, criterion):
        self.model.eval()
        total_loss = 0
        num_batches = 0
        
        with torch.no_grad():
            for batch_x, batch_y in val_loader:
                batch_x, batch_y = batch_x.to(self.device), batch_y.to(self.device)
                predictions = self.model(batch_x)
                loss = criterion(predictions, batch_y)
                total_loss += loss.item()
                num_batches += 1
                
        return total_loss / num_batches
    
    def train(self, train_loader, val_loader, epochs=200, learning_rate=0.001, patience=20):
        # Usar Adam com weight decay
        optimizer = optim.AdamW(self.model.parameters(), lr=learning_rate, weight_decay=1e-5)
        
        # Learning rate scheduler
        scheduler = optim.lr_scheduler.ReduceLROnPlateau(
            optimizer, mode='min', factor=0.5, patience=10, verbose=True
        )
        
        criterion = nn.MSELoss()
        best_val_loss = float('inf')
        patience_counter = 0
        
        print(f"Iniciando treinamento por {epochs} épocas...")
        print("-" * 60)
        
        for epoch in range(epochs):
            # Treinar
            train_loss = self.train_epoch(train_loader, optimizer, criterion)
            
            # Validar
            val_loss = self.validate(val_loader, criterion)
            
            # Atualizar scheduler
            scheduler.step(val_loss)
            
            # Salvar histórico
            self.train_losses.append(train_loss)
            self.val_losses.append(val_loss)
            
            # Early stopping
            if val_loss < best_val_loss:
                best_val_loss = val_loss
                patience_counter = 0
                # Salvar melhor modelo
                torch.save(self.model.state_dict(), 'best_zetanet.pth')
            else:
                patience_counter += 1
            
            # Print progress
            if (epoch + 1) % 20 == 0 or epoch == 0:
                current_lr = optimizer.param_groups[0]['lr']
                print(f"Época {epoch+1:3d}/{epochs} | "
                      f"Train Loss: {train_loss:.6f} | "
                      f"Val Loss: {val_loss:.6f} | "
                      f"LR: {current_lr:.2e}")
            
            # Early stopping
            if patience_counter >= patience:
                print(f"\nEarly stopping na época {epoch+1}")
                break
        
        # Carregar melhor modelo
        self.model.load_state_dict(torch.load('best_zetanet.pth'))
        print(f"\nTreinamento concluído! Melhor perda de validação: {best_val_loss:.6f}")

def parse_complex_improved(value):
    """Função melhorada para parsing de números complexos"""
    if pd.isna(value):
        return np.nan
    
    value = str(value).strip()
    
    # Remover parênteses
    value = value.replace('(', '').replace(')', '')
    
    # Substituir vírgulas por pontos
    value = value.replace(',', '.')
    
    # Casos especiais
    if value == '' or value.lower() == 'nan':
        return np.nan
    
    try:
        # Se não tem 'j' ou 'i', adicionar 'j' no final
        if 'j' not in value.lower() and 'i' not in value.lower():
            if '+' in value or '-' in value[1:]:  # Tem parte real e imaginária
                value += 'j'
            else:  # Só parte real
                return complex(float(value), 0)
        
        # Substituir 'i' por 'j'
        value = value.replace('i', 'j')
        
        return complex(value)
    except (ValueError, TypeError):
        return np.nan

def load_and_preprocess_data(filepath, test_size=0.2, random_state=42):
    """Carrega e preprocessa os dados com melhor tratamento de erros"""
    print("Carregando dados...")
    
    try:
        data = pd.read_csv(filepath)
        print(f"Dados carregados: {len(data)} amostras")
    except FileNotFoundError:
        print(f"Arquivo {filepath} não encontrado!")
        return None
    
    # Limpar e converter dados complexos
    print("Processando números complexos...")
    data['s'] = data['s'].apply(parse_complex_improved)
    data['zeta(s)'] = data['zeta(s)'].apply(parse_complex_improved)
    
    # Remover valores inválidos
    initial_len = len(data)
    data = data.dropna()
    final_len = len(data)
    
    if final_len < initial_len:
        print(f"Removidas {initial_len - final_len} amostras inválidas")
    
    if len(data) == 0:
        print("Nenhum dado válido encontrado!")
        return None
    
    # Separar partes real e imaginária
    data['s_real'] = data['s'].apply(lambda x: x.real)
    data['s_imag'] = data['s'].apply(lambda x: x.imag)
    data['zeta_real'] = data['zeta(s)'].apply(lambda x: x.real)
    data['zeta_imag'] = data['zeta(s)'].apply(lambda x: x.imag)
    
    # Preparar features e targets
    X = data[['s_real', 's_imag']].values
    y = data[['zeta_real', 'zeta_imag']].values
    
    # Split treino/validação
    X_train, X_val, y_train, y_val = train_test_split(
        X, y, test_size=test_size, random_state=random_state
    )
    
    # Normalização robusta
    scaler_X = StandardScaler()
    scaler_y = StandardScaler()
    
    X_train_scaled = scaler_X.fit_transform(X_train)
    X_val_scaled = scaler_X.transform(X_val)
    y_train_scaled = scaler_y.fit_transform(y_train)
    y_val_scaled = scaler_y.transform(y_val)
    
    # Converter para tensores
    X_train_tensor = torch.FloatTensor(X_train_scaled)
    X_val_tensor = torch.FloatTensor(X_val_scaled)
    y_train_tensor = torch.FloatTensor(y_train_scaled)
    y_val_tensor = torch.FloatTensor(y_val_scaled)
    
    print(f"Dados preprocessados:")
    print(f"  Treino: {len(X_train_tensor)} amostras")
    print(f"  Validação: {len(X_val_tensor)} amostras")
    
    return {
        'train': (X_train_tensor, y_train_tensor),
        'val': (X_val_tensor, y_val_tensor),
        'scalers': (scaler_X, scaler_y),
        'raw_data': data
    }

def create_data_loaders(data_dict, batch_size=64):
    """Cria DataLoaders do PyTorch"""
    train_dataset = torch.utils.data.TensorDataset(
        data_dict['train'][0], data_dict['train'][1]
    )
    val_dataset = torch.utils.data.TensorDataset(
        data_dict['val'][0], data_dict['val'][1]
    )
    
    train_loader = torch.utils.data.DataLoader(
        train_dataset, batch_size=batch_size, shuffle=True
    )
    val_loader = torch.utils.data.DataLoader(
        val_dataset, batch_size=batch_size, shuffle=False
    )
    
    return train_loader, val_loader

def plot_results(trainer, data_dict, model):
    """Plota resultados do treinamento e predições"""
    fig, axes = plt.subplots(2, 2, figsize=(15, 12))
    
    # 1. Curvas de perda
    axes[0,0].plot(trainer.train_losses, label='Treino', alpha=0.8)
    axes[0,0].plot(trainer.val_losses, label='Validação', alpha=0.8)
    axes[0,0].set_xlabel('Época')
    axes[0,0].set_ylabel('MSE Loss')
    axes[0,0].set_title('Curvas de Aprendizado')
    axes[0,0].legend()
    axes[0,0].grid(True, alpha=0.3)
    axes[0,0].set_yscale('log')
    
    # 2. Predições vs Real (parte real)
    model.eval()
    with torch.no_grad():
        X_val, y_val = data_dict['val']
        predictions = model(X_val)
        
        # Denormalizar
        scaler_y = data_dict['scalers'][1]
        y_val_denorm = scaler_y.inverse_transform(y_val.numpy())
        pred_denorm = scaler_y.inverse_transform(predictions.numpy())
    
    axes[0,1].scatter(y_val_denorm[:, 0], pred_denorm[:, 0], alpha=0.6, s=1)
    axes[0,1].plot([y_val_denorm[:, 0].min(), y_val_denorm[:, 0].max()], 
                   [y_val_denorm[:, 0].min(), y_val_denorm[:, 0].max()], 'r--')
    axes[0,1].set_xlabel('ζ(s) Real - Valor Real')
    axes[0,1].set_ylabel('ζ(s) Real - Predição')
    axes[0,1].set_title('Parte Real: Predição vs Real')
    axes[0,1].grid(True, alpha=0.3)
    
    # 3. Predições vs Real (parte imaginária)
    axes[1,0].scatter(y_val_denorm[:, 1], pred_denorm[:, 1], alpha=0.6, s=1)
    axes[1,0].plot([y_val_denorm[:, 1].min(), y_val_denorm[:, 1].max()], 
                   [y_val_denorm[:, 1].min(), y_val_denorm[:, 1].max()], 'r--')
    axes[1,0].set_xlabel('ζ(s) Imag - Valor Real')
    axes[1,0].set_ylabel('ζ(s) Imag - Predição')
    axes[1,0].set_title('Parte Imaginária: Predição vs Real')
    axes[1,0].grid(True, alpha=0.3)
    
    # 4. Distribuição dos erros
    errors_real = np.abs(y_val_denorm[:, 0] - pred_denorm[:, 0])
    errors_imag = np.abs(y_val_denorm[:, 1] - pred_denorm[:, 1])
    
    axes[1,1].hist(errors_real, bins=50, alpha=0.7, label='Erro Parte Real')
    axes[1,1].hist(errors_imag, bins=50, alpha=0.7, label='Erro Parte Imag')
    axes[1,1].set_xlabel('Erro Absoluto')
    axes[1,1].set_ylabel('Frequência')
    axes[1,1].set_title('Distribuição dos Erros')
    axes[1,1].legend()
    axes[1,1].grid(True, alpha=0.3)
    axes[1,1].set_yscale('log')
    
    plt.tight_layout()
    plt.savefig('zetanet_results.png', dpi=300, bbox_inches='tight')
    plt.show()
    
    # Estatísticas
    print(f"\nEstatísticas de Erro:")
    print(f"Erro médio (parte real): {errors_real.mean():.6f}")
    print(f"Erro médio (parte imag): {errors_imag.mean():.6f}")
    print(f"Erro máximo (parte real): {errors_real.max():.6f}")
    print(f"Erro máximo (parte imag): {errors_imag.max():.6f}")

def main():
    start_time = time()
    
    # Configurações
    FILEPATH = "/content/combined_zeta_data.csv"  # Ajuste o caminho
    DEVICE = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    print(f"Usando dispositivo: {DEVICE}")
    
    # Carregar e preprocessar dados
    data_dict = load_and_preprocess_data(FILEPATH)
    if data_dict is None:
        return
    
    # Criar data loaders
    train_loader, val_loader = create_data_loaders(data_dict, batch_size=128)
    
    # Criar modelo melhorado
    model = ImprovedZetaNet(
        input_size=2,
        hidden_sizes=[128, 256, 256, 128, 64],
        output_size=2,
        dropout_rate=0.1
    )
    
    print(f"\nArquitetura do modelo:")
    print(model)
    
    # Contar parâmetros
    total_params = sum(p.numel() for p in model.parameters())
    trainable_params = sum(p.numel() for p in model.parameters() if p.requires_grad)
    print(f"\nParâmetros totais: {total_params:,}")
    print(f"Parâmetros treináveis: {trainable_params:,}")
    
    # Treinar modelo
    trainer = ZetaTrainer(model, DEVICE)
    trainer.train(
        train_loader, val_loader, 
        epochs=300, 
        learning_rate=0.001, 
        patience=30
    )
    
    # Plotar resultados
    plot_results(trainer, data_dict, model)
    
    end_time = time()
    print(f"\nTempo total de execução: {(end_time - start_time):.2f} segundos")

if __name__ == "__main__":
    main()