ملخص تقني: التوزيعات التنبؤية المعتمدة على التدفق (Flow-Based Conformal Predictive Distributions)

بيان المشكلة

تقدم التنبؤات المطابقة (Conformal Prediction) إطار عمل خالٍ من التوزيعات للتقدير الكمي لعدم اليقين (UQ) عبر توليد مجموعات تنبؤية $C_\alpha(x)$ بضمان تغطية محدودة العينة. وبينما تعد هذه الطرق فعالة في الفضاءات منخفضة الأبعاد حيث يمكن تمثيل المجموعات كفترات، تواجه طرق التنبؤ المطابق تحديات كبيرة في الفضاءات ذات الأبعاد العالية أو الهياكل المعقدة (مثل الصور، أو الحقول، أو المؤثرات). وفي هذه المجالات، تُعرف مجموعات التنبؤ ضمنيًا كمجموعات مستويات فرعية لدرجة عدم المطابقة (nonconformity score)، مما يجعل من الصعب تمثيلها، أو تصورها، أو استخدامها في المهام اللاحقة مثل التنبؤ الاحتمالي، أو تقدير المخاطر، أو المحاكاة.

تعاني المحاولات الحالية لتمثيل هذه المجموعات أو رفعها إلى توزيعات — مثل نطاقات التنبؤ، أو النمذجة التوليدية، أو خرائط النقل الأمثل (OT) — من قيود تشمل عدم كفاءة البيانات، والتكاليف الحسابية الباهظة، وضعف القابلية للتوسع مع زيادة الأبعاد، أو الاعتماد على افتراضات تبسيطية قوية. علاوة على ذلك، لا توفر طرق التنبؤ المطابق القياسية بطبيعتها توزيعًا تنبؤيًا واحدًا، وهو أمر مطلوب غالبًا لمهام مثل حساب التوقعات أو محاكاة الأحداث النادرة.

المنهجية

يقترح البحث التوزيعات التنبؤية المطابقة المعتمدة على التدفق (CPDs)، وهي طريقة بنائية تحول مجموعات التنبؤ المطابق إلى توزيعات تنبؤية قابلة للمعالجة باستخدام التدفقات الحتمية (deterministic flows).

1. تدفقات عدم المطابقة (Nonconformity Flows)

الابتكار الجوهري هو تعريف تدفق عدم المطابقة، وهو نظام ديناميكي مستمر في الزمن ناتج عن درجة عدم مطابقة قابلة للاشتقاق $S(x, y)$. وبالنظر إلى مستوى عدم التغطية المستهدف $\alpha$ وعتبة المطابقة المقابلة $\tau_\alpha$، تُعرف الطريقة معادلة تفاضلية عادية (ODE) على فضاء المخرجات $Y$:
$$y'(t) = v_\alpha(y(t))$$
حيث يتم اشتقاق حقل المتجهات $v_\alpha$ ليلبي معادلة "التحكم في الدرجة":
$$S'(y(t)) = -\lambda(S(y(t)) - \tau_\alpha)$$
يضمن هذا أن تتطور درجة المسار خطيًا نحو العتبة المستهدفة $\tau_\alpha$. ومن خلال اختيار الحل ذي المعيار الأدنى، يتم تعريف التدفق صراحةً كالتالي:
$$v_\alpha(y(t)) = -\lambda(S(y(t)) - \tau_\alpha) \frac{\nabla S(y(t))}{\|\nabla S(y(t))\|_2^2}$$
هذا التدفق خالٍ من التدريب؛ فهو لا يتطلب أي نمذجة إضافية، أو تدريبًا توليديًا، أو تعلم خرائط نقل. بل يعتمد فقط على تدرج درجة عدم المطابقة الموجودة مسبقًا.

خصائص التقارب:
يثبت المؤلفون أنه تحت شروط انتظام طفيفة (الاشتقاق وعدم تلاشي التدرجات)، تتقارب مسارات التدفق عالميًا وبسرعة أسية إلى حدود المطابقة $\partial C_\alpha(x) = \{y : S(x, y) = \tau_\alpha\}$. كما أن معدل التقارب مستقل عن الأبعاد، ويعتمد فقط على مقدار التدرج ومعلمة سرعة التدفق $\lambda$.

2. التوزيعات التنبؤية المطابقة (CPDs)

للانتقال من المجموعات إلى التوزيعات، يقترح المؤلفون المزج عبر مستويات الثقة. يتم بناء التوزيع التنبؤي المطابق $P_x^{CPD}$ من خلال:

1. أخذ عينة من مستوى الثقة $\alpha$ من مقياس مزج $\pi$ (عادةً ما يكون توزيعًا منتظمًا Uniform(0,1)).
2. أخذ عينة من نقطة أولية $y_0$ من مقياس أساسي $\mu_x$ (مثل بيانات المعايرة).
3. تطوير $y_0$ عبر تدفق عدم المطابقة $\Phi_\alpha$ حتى يصطدم بالحد $\partial C_\alpha(x)$.

ينتج عن هذا البناء توزيع تكون فيه كل مجموعة مطابقة تجريبية $C_{\alpha_k}(x)$ عبارة عن منطقة مئوية دقيقة. وتعتبر الطريقة $\pi$-مقبولة (admissible)، مما يعني أنها تحترم الترشيح المطابق دون الحاجة إلى نماذج احتمالية أو افتراضات معلمية.

3. الحدود النظرية

يقدم البحث حدًا تقريبيًا لمسافة واسرستين-2 ($W_2$) بين التوزيع الشرطي الحقيقي والـ CPD. ويتم تفكيك الخطأ إلى ثلاثة مكونات:

1. التشويه الناجم عن الدرجة: تكلفة نقل التوزيع الحقيقي إلى الترشيح المطابق (يعتمد على مدى توافق مستويات درجة عدم المطابقة مع كثافة البيانات).
2. جودة المقياس الأساسي: المسافة بين توزيع التهيئة $\mu_x$ والتوزيع الشرطي الحقيقي.
3. التشويه الناجم عن تدفق التدرج: الخطأ الناتج عن اتباع مسارات تدفق التدرج بدلاً من الإسقاطات المتعامدة المباشرة، ويتم التحكم فيه من خلال انحناء مسارات تدرج الدرجة.

المساهمات الرئيسية

• أخذ عينات الحدود القابل للتوسع: آلية فعالة حسابيًا وخالية من التدريب لأخذ عينات من حدود التنبؤ المطابق في أي أبعاد باستخدام تدفقات التدرج.
• توزيعات CPD بنائية: طريقة لرفع المجموعات المطابقة إلى توزيعات تنبؤية تضمن أن تكون مناطق مئوية دقيقة دون الحاجة إلى تدريب توليدي أو نقل أمثل.
• ضمانات نظرية: براهين على التقارب الأسي إلى حدود المطابقة وحد تقريبي يفكك خطأ التنبؤ إلى مصطلحات هندسية قابلة للتفسير.
• التحكم في أخذ عينات الأحداث النادرة: القدرة على استهداف مستويات ثقة محددة (بما في ذلك الأطراف القصوى) عبر ضبط مقياس المزج $\pi$، مما يسمح بمحاكاة محكومة للأحداث النادرة.

النتائج التجريبية

قيم المؤلفون هذا النهج على مهام انحدار هيكلية متنوعة:

• المهام: انحدار العملية الغاوسية ثنائية الأبعاد، المسائل العكسية لمعادلات PDE الإهليلجية، تقريب حلول معادلات نافيير-ستوكس، تقليل الأمطار، تصحيح نماذج المناخ، والتنبؤ بمسار الأعاصي.
• النماذج المرجعية: تمت المقارنة مع MC Dropout، وDeep Ensembles، وMean-Variance Networks، وConditional Flow Matching، وMixture Density Networks، وImplicit Quantile Networks.
• المقاييس: تم التقييم باستخدام مسافة الطاقة (ED)، ومسافة الطيف اللوغاريتمية (LSD)، وMaximum Mean Dispersion (MMD) المحلي.

النتائج:

• التقارب: تقارب تدفق عدم المطابقة إلى مستويات الدرجة المستهدفة ضمن حدود السماحية للدرجات السلسة (مثل $\ell_2$ وHuber وGaussian likelihood) عبر جميع الأبعاد. أما الدرجات غير السلسة (مثل $\ell_1$ وkNN) فقد أظهرت مشاكل في التقارب.
• جودة التوزيع: حققت الـ CPDs درجات تنافسية في مسافة الطاقة (ED) وأقل بكثير في درجات LSD وMMD مقارنة بالنماذج المرجعية. يشير هذا إلى توافق أفضل مع الهياكل الكبيرة والتباينات الدقيقة.
• الدقة الطيفية: على عكس النماذج المرجعية التي غالبًا ما تسبب تنعيمًا مفرطًا أو تضخيم ضوضاء عالية التردد، حافظت الـ CPDs على الشكل الطيفي للعمليات المستهدفة.
• الأحداث النادرة: في التنبؤ بمسار الأعاصي، نجحت الـ CPDs في توليد مسارات قصوى معقولة من خلال استهداف مستويات الثقة المنخفضة، مما أظهر فائدتها كمحاكيات محكومة للأحداث النادرة. وقد أثر اختيار دالة الدرجة (مثل الهندسية مقابل الإقليدية) بشكل كبير على المعقولية الفيزيائية لهذه العينات المتطرفة.

الأهمية والادعاءات

يزعم البحث أن تدفقات عدم المطابقة توفر بديلًا قابلًا للتوسع، وخاليًا من التدريب، وفعالًا حسابيًا للأساليب الحالية لتمثيل مجموعات التنبؤ المطابق وتوليد التوزيعات التنبؤية. ومن خلال الاستفادة من هندسة درجة عدم المطابقة، يتجنب هذا النهج الاختناقات الحسابية للنقل الأمثل أو محدودية البيانات في النماذج التوليدية.

يضع المؤلفون الـ CPDs كنهج صارم وخالٍ من التوزيع لعمليات التنبؤ الاحتمالي يحافظ على ضمانات التغطية الدقيقة في العينة المحدودة مع توفير المرونة المطلوبة للمهام الإحصائية اللاحقة. ويقر المؤلفون بوجود بعض القيود، مشيرين إلى أن الطريقة لا تضمن استكشاف الحدود بالكامل (مما قد يؤدي لتفويت بعض العينات الممكنة) وتعتمد على قابلية اشتقاق الدرجة. ومع ذلك، يجادلون بأنها بالنسبة لمهام التنبؤ التي تتطلب الالتزام بـ "متعدد (manifold)" البيانات، فإن النهج القائم على التدفق يقدم حلاً قويًا وعمليًا.