Simultaneous model discovery and state estimation under high data corruption

تخيل أنك محقق يحاول حل لغز ما، لكن مسرح الجريمة في حالة فوضى عارمة. الأدلة (البيانات) مبعثرة، وبعضها مفقود تمامًا، والبعض الآخر الذي تملكه مغطى بالطين والخدوش (الضجيج). هدفك؟ معرفة المجموعة الدقيقة من القواعد (قوانين الفيزياء) التي تحكم كيفية تحرك المشتبه بهم، حتى لو لم تستطع رؤيتهم بوضوح.

تقدم هذه الورقة البحثية أداة جديدة فائقة الذكاء للمحققين، مصممة لحل هذا النوع من المشكلات بالضبط. إليك كيف تعمل، مقسمة إلى مفاهيم بسيطة:

1. المشكلة: "مسرح الجريمة الفوضوي"

في العلم، نحاول غالبًا كتابة معادلات تصف كيف تتغير الأشياء بمرور الوقت (مثل كيفية انتشار فيروس أو حركة بندول).

• الطريقة القديمة: تفترض الطرق التقليدية عادةً أن البيانات مثالية. إذا كانت البيانات مشوبة بالضجيج أو بها أجزاء مفقودة، فإن هذه الطرق ترتبك وتستسلم. الأمر يشبه محاولة حل لغز عندما تكون نصف القطع مفقودة والبقية ملتصقة ببعضها البعض.
• التحدي: البيانات في العالم الحقيقي نادرًا ما تكون مثالية. فهي غالبًا غير مكتملة (لم نتمكن من قياس كل شيء) ومشوبة بالضجيج (أجهزتنا الاستشعارية ترتكب أخطاء).

2. الحل: "المحقق ذو المهمتين المزدوجتين"

يقترح المؤلفون طريقة تقوم بشيئين في نفس الوقت، مثل محقق يقوم بـ إعادة بناء الجريمة و كتابة كتاب القواعد معًا في آن واحد.

• المهمة (أ): تقدير الحالة (إعادة بناء الجريمة): بدلاً من مجرد النظر إلى الأدلة الملطخة بالطين، تحاول الطريقة تخمين المسار الحقيقي الذي سلكه المشتبه به بالفعل. إنها تملأ الفجوات المفقودة وتزيل الخدوش، لتصنع قصة نظيفة وسلسة لما حدث.
• المهمة (ب): اكتشاف النموذج (كتابة كتاب القواعد): بينما تقوم بتنظيف القصة، تحاول أيضًا اكتشاف القوانين الرياضية التي تسببت في تلك القصة. هي تسأل: "ما هي المعادلة البسيطة التي يمكن أن تنتج هذا المسار السلس؟"

3. السر الكامن: "التشتت/الندرة" (مبدأ نصل أوكام)

عند محاولة إيجاد كتاب القواعد، هناك احتمالات لا حصر لها. يمكنك كتابة معادلة من 100 صفحة تناسب البيانات تمامًا، لكنها ستكون بلا معنى.

• التشبيه: تخيل أنك تحاول تخمين مكونات حساء ما. يمكنك القول إنه يتكون من 50 نوعًا مختلفًا من التوابل، لكن الطاهي استخدم فقط الملح والفلفل والثوم.
• الطريقة: تستخدم هذه الأداة استراتيجية "التشتت" (Sparsity). فهي تبحث بقوة عن التفسير الأبسط. تحاول إزالة المكونات غير الضرورية (الحدود في المعادلة) حتى يتبقى فقط العناصر الأساسية. وهي تستخدم "بطاقة تقييم" إحصائية (تسمى BIC) لتقرر: "هل هذا المكون الإضافي يساعد حقًا، أم أنه مجرد فوضى؟"

4. كيف تتعامل مع الفوضى

تسلط الورقة الضوء على ثلاث طرق محددة تجعل هذا المحقق أفضل من غيره:

• الضجيج: بدلاً من محاولة تصفية الضجيج (الذي قد يؤدي أحيانًا إلى إزالة أدلة جيدة)، تقوم الطريقة بـ استنتاج الحقيقة. فهي تدرك: "حسنًا، هذه النقطة من البيانات تبدو غريبة، ولكن إذا عدلت تخميني للمسار الحقيقي قليلاً، فسيصبح كل شيء منطقيًا".
• البيانات المفقودة: إذا لم تقم بقياس سرعة المشتبه به لمدة 10 دقائق، فإن الطريقة لا تصاب بالذعر. فهي تستخدم قوانين الفيزياء التي تكتشفها لـ "ملء الفراغات" بشكل منطقي.
• التعقيد: يمكنها التعامل مع معادلات ليست مجرد خطوط مستقيمة بسيطة. يمكنها العثور على علاقات منحنية ومعقدة (مثل النمو الأسي) التي تفقدها الطرق الأخرى.

5. المحرك: "المُحسِّن الفائق"

للقيام بكل هذا الحساب، تستخدم الورقة محركًا قويًا يسمى التفاضل التلقائي (Automatic Differentiation) مدمجًا مع خوارزمية ليفنبرج-ماركاردت (Levenberg-Marquardt).

• التشبيه: تخيل أنك تحاول العث لأدنى نقطة في وادي جبلي ضبابي.
  • الطرق القديمة تأخذ خطوات صغيرة وعشوائية (مثل تحسس الأرض بعصا).
  • هذه الطريقة لديها مروحية يمكنها رؤية شكل الوادي والمنحدر بالكامل فورًا. هي تعرف بالضبط الاتجاه الذي يجب أن تقفز إليه للوصول إلى القاع (أفضل حل) بشكل أسرع بكثير.

6. النتائج: محقق فائز

اختبر المؤلفون هذه الطريقة على أنظمة فوضوية شهيرة (مثل نظام لورينز، الذي ينمذج الطقس، ومذبذب فان دير بول، الذي ينمذج الدوائر الكهربائية).

• الاختبار: أخذوا بيانات مثالية، وأضافوا كميات هائلة من الضجيج (تصل إلى 50% خطأ!)، وأزالوا أجزاءً من الجدول الزمني.
• النتيجة: نجحت طريقتهم في إعادة بناء المعادلات الأصلية والمسارات الحقيقية للأنظمة، حتى عندما كانت البيانات سيئة للغاية. لقد تفوقوا على "المعيار الذهبي" الحالي (طريقة تسمى WSINDy) في معظم الاختبارات.

الملخص

اعتبر هذه الورقة البحثية بمثابة مجموعة أدوات تقنية عالية المستوى للعلماء. فهي تسمح لهم بالنظر إلى ملاحظات فوضوية، مكسورة، وغير مكتملة والقول: "يمكنني أن أخبركم بالضبط ما هي القوانين الكامنة في الطبيعة، ويمكنني إخباركم بالضبط بما حدث، حتى لو قدمتم لي بيانات سيئة للغاية". الأمر يتعلق بإيجاد الحقيقة البسيطة والأنيقة المختبئة داخل الفوضى العارمة.