Models from Models: Modeling of Complex Systems by Combining Model-Based and Data-Driven Learning

Developing a reliable Digital Twin (DT) for complex systems poses unique challenges due to their nonlinear dynamics, environmental sensitivity, and limited observability. This thesis addresses these challenges by designing an integrated DT framework that unifies data-driven Machine Learning (ML) with model-driven biological and physical principles. The objective is to create DTs that are not only accurate but also interpretable, robust, and applicable across a wide range of complex systems, with agriculture and aquaculture used as representative case studies in this thesis to demonstrate their practical utility. These domains exemplify the challenges inherent to complex systems, nonlinear interactions, environmental variability, and partial observability, which make them ideal testbeds for evaluating the effectiveness and generality of the proposed DT framework. The first contribution focuses on controlled-environment agriculture, where a virtual-sensing architecture has been developed to reconstruct greenhouse microclimates in areas without installed physical sensors. By incorporating knowledge of the greenhouse structure into the learning models, this system improves spatial generalization and reduces reliance on extensive sensor networks. Additionally, an autonomous rover employs Deep Reinforcement Learning (DRL) to optimize its sampling strategy, demonstrating how intelligent data acquisition can further enhance the reliability of the DT. Together, these contributions establish the environmental perception and data collection layers of the DT. The framework is then validated through two biological case studies that exemplify the integration of data-driven and model-driven methods. In aquaculture, a hybrid bioenergetic–Deep Learning (DL) model captures Rainbow Trout growth by combining mechanistic metabolic descriptors with multimodal sensor data. In plant phenotyping, a DT for Salicornia development integrates nonlinear growth models with image-based structural traits to derive biologically meaningful indicators such as growth velocity, acceleration, and developmental transitions. A special low-cost Salicornia image dataset is developed to support this process, enabling the system to translate raw imagery into reliable biomass estimates. Across all domains, the thesis demonstrates that integrating mechanistic insights with ML yields DTs that are more robust, data-efficient, and interpretable than those from purely black-box approaches. This framework offers a generalizable method for developing biologically aligned DTs that can aid in decision-making for greenhouses, aquaponics, and other complex biological systems.

Lo sviluppo di un Digital Twin (DT) affidabile per sistemi complessi presenta sfide uniche a causa delle loro dinamiche non lineari, della sensibilità ambientale e della limitata osservabilità. Questa tesi affronta tali sfide progettando un framework DT integrato che unifica l'apprendimento automatico basato sui dati con principi biologici e fisici basati su modelli. L'obiettivo è creare DT che siano non solo accurati, ma anche interpretabili, robusti e applicabili ad un'ampia gamma di sistemi complessi, utilizzando l'agricoltura e l'acquacoltura come casi di studio rappresentativi per dimostrarne l'utilità pratica. Questi ambiti esemplificano le sfide intrinseche ai sistemi complessi, alle interazioni non lineari, alla variabilità ambientale e all'osservabilità parziale, che li rendono banchi di prova ideali per valutare l'efficacia e la generalità del framework proposto. Il primo contributo si concentra sull'agricoltura in ambiente controllato, dove è stata sviluppata un'architettura di rilevamento virtuale per ricostruire i microclimi delle serre in aree prive di sensori fisici installati. Incorporando la conoscenza della struttura della serra nei modelli di apprendimento, questo sistema migliora la generalizzazione spaziale e riduce la dipendenza da estese reti di sensori. Inoltre, un rover autonomo utilizza il Deep Reinforcement Learning (DRL) per ottimizzare la propria strategia di campionamento, dimostrando come l'acquisizione intelligente dei dati possa ulteriormente migliorare l'affidabilità del DT. Insieme, questi contributi definiscono i livelli di percezione ambientale e di raccolta dati del DT. La metodologia viene quindi convalidata attraverso due casi di studio biologici che esemplificano l'integrazione di metodi basati sui dati e sui modelli. Nell'acquacoltura, un modello ibrido bioenergetico-Deep Learning (DL) cattura la crescita della Trota Iridea combinando descrittori metabolici meccanicistici con dati multimodali provenienti da sensori. Nella fenotipizzazione delle piante, un DT per lo sviluppo della Salicornia integra modelli di crescita non lineari con tratti strutturali basati su immagini per derivare indicatori biologicamente significativi come velocità di crescita, accelerazione e transizioni fenologiche. Per supportare questo processo, viene sviluppato uno speciale dataset di immagini di Salicornia a basso costo, che consente al sistema di tradurre le immagini grezze in stime affidabili della biomassa. In tutti gli ambiti considerati, la tesi dimostra che l'integrazione di conoscenze meccanicistiche con l'apprendimento automatico produce Digital Twin più robusti, efficienti in termini di dati, e interpretabili rispetto a quelli derivanti da approcci derivati unicamente dai dati. Questo quadro offre un metodo generalizzabile per lo sviluppo di Digital Twin biologicamente sensati, utili per il processo decisionale in serre, sistemi acquaponici e altri sistemi biologici complessi.