📊 statistics

An uncertainty-aware Bayesian framework for machine learning classification models: A case study in land cover classification

Este artículo propone un marco bayesiano para modelos de clasificación de aprendizaje automático generativo que incorpora explícitamente la incertidumbre de la medición de las entradas, demostrando mediante la clasificación de cobertura terrestre y simulaciones sintéticas que este enfoque ofrece una interpretabilidad, robustez y eficiencia computacional superiores en comparación con modelos populares como los bosques aleatorios y las redes neuronales.

Autores originales: Samuel Bilson, Miles McCrory, Anna Pustogvar

Publicado 2026-05-27

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Samuel Bilson, Miles McCrory, Anna Pustogvar

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando identificar diferentes tipos de terreno desde el espacio: bosques, campos de cultivo, ciudades y praderas, utilizando fotografías satelitales. Esto se denomina "Clasificación de Cobertura Terrestre". Por lo general, las computadoras (modelos de Aprendizaje Automático) son muy buenas en esto, pero tienen un gran defecto: actúan como estudiantes sobreconfiados. Te dan una respuesta, pero no te dicen cuán seguros están, ni si la foto que están observando está borrosa o distorsionada.

En el mundo real, las fotografías satelitales no son perfectas. Los sensores tienen errores, la atmósfera dispersa la luz y el procesamiento de datos introduce "ruido". Este artículo presenta una nueva forma de enseñar a las computadoras a ser húmediles y honestas sobre estos errores.

Aquí tienes el desglose de su enfoque utilizando analogías simples:

1. El Problema: El "Ciego" vs. El "Consciente"

La mayoría de los modelos de IA actuales son como un chef que prueba una sopa pero se niega a creer que el salero podría estar goteando. Asumen que los ingredientes (los datos satelitales) son perfectos. Si los datos están ligeramente fuera de lugar, el chef (la IA) podría decir con confianza: "Esto es definitivamente un bosque", cuando en realidad es un campo.

Los autores argumentan que en la ciencia y la metrología (la ciencia de la medición), debes tener en cuenta el hecho de que tu cinta métrica podría estar ligeramente estirada. Quieren una IA que sepa: "Oye, este píxel parece un bosque, pero el sensor estaba un poco inestable, así que solo tengo un 80% de certeza".

2. La Solución: El "Detective Bayesiano"

Los autores proponen un marco bayesiano. Piensa en esto como un detective que no solo mira la evidencia (la foto), sino que también mantiene un cuaderno de notas sobre lo poco fiable que suele ser el testigo (el sensor).

La Vieja Forma (IA Estándar): Mira la foto y adivina.
La Nueva Forma (QDA Bayesiana): Mira la foto y pregunta: "¿Cuánto ruido hay en esta imagen? Si la imagen está borrosa, ampliaré mi suposición para estar más seguro".

Específicamente, utilizaron un modelo llamado Análisis Discriminante Cuadrático Bayesiano (BQDA).

Analogía: Imagina que estás clasificando canicas por color.
- Un modelo estándar dibuja una línea nítida sobre la mesa: "Todo lo que está a la izquierda es Azul, todo lo que está a la derecha es Rojo".
- El modelo BQDA dibuja una nube difusa para el Azul y una nube difusa para el Rojo. Sabe que una canica "Azul" podría rodar un poco hacia la zona "Roja" porque la mesa está temblando (incertidumbre de medición). Calcula la probabilidad de que la canica aterrice en cualquiera de las dos zonas basándose en cuánto está temblando la mesa.

3. El Experimento: Datos Reales y Falsos

El equipo probó este nuevo modelo "humilde" de dos maneras:

A. Vida Real (El Paisaje del Reino Unido):
Utilizaron imágenes satelitales del Reino Unido de 2020 y 2021. Simularon "ruido" fingiendo que los datos atmosféricos utilizados para limpiar las imágenes eran ligeramente incorrectos (como adivinar que la humedad estaba un 5% fuera).

El Resultado: Cuando los datos estaban desordenados o el conjunto de entrenamiento era pequeño, el nuevo modelo BQDA fue mucho más fiable. No se confundió tan fácilmente como los populares modelos de "Bosque Aleatorio" o "Red Neuronal".
El Problema de los "Cultivos": Descubrieron que los "Cultivos" (granjas) eran lo más difícil de identificar porque en algunas fotos parecen suelo desnudo y en otras plantas verdes. El nuevo modelo admitió esta confusión en lugar de adivinar a lo loco.

B. Datos Sintéticos (La Simulación):
Crearon mundos falsos con matemáticas perfectas para probar cómo los modelos manejan diferentes niveles de "ruido" (desde 0.1 hasta 1.0).

El Resultado: A medida que el ruido aumentaba, los modelos estándar comenzaban a fallar más rápido. El modelo BQDA mantuvo su posición mejor. Fue como un corredor que se frena con gracia bajo la lluvia, mientras que los otros resbalaron y cayeron.

4. Por Qué Esto Importa (El Factor "Confianza")

El artículo afirma tres beneficios principales para este nuevo modelo:

Fiabilidad: Te dice explícitamente por qué no está seguro. Separa el "No lo sé porque los datos son malos" del "No lo sé porque el modelo es malo".
Interpretabilidad: Puedes mirar las matemáticas del modelo y decir: "Ah, piensa que esto es un bosque porque el color promedio de los bosques en los datos de entrenamiento era X". Los modelos complejos como las Redes Neuronales son "cajas negras" donde no puedes ver el razonamiento.
Eficiencia: Es mucho más rápido de ejecutar. Mientras que los modelos complejos tardan horas en entrenarse, este es rápido, lo que facilita su uso para mapas a gran escala.

Resumen

El artículo no afirma que esto curará enfermedades o predecirá el mercado de valores. Afirma específicamente que para mapear la superficie de la Tierra, utilizar un modelo que reconozca las imperfecciones de sus propios sensores conduce a resultados más confiables, interpretables y eficientes. Convierte a un "adivinador confiado" en un "científico cuidadoso".

Resumen Técnico: Un Marco Bayesiano Consciente de la Incertidumbre para Modelos de Clasificación en Aprendizaje Automático

Declaración del Problema

Los modelos de clasificación de aprendizaje automático (AA) son cada vez más ubicuos en aplicaciones como la cartografía de cobertura terrestre (CT), pero a menudo carecen de "confiabilidad" debido a la incapacidad de explicar decisiones o cuantificar la incertidumbre. Si bien la investigación actual en cuantificación de la incertidumbre (QI) se centra intensamente en la incertidumbre epistémica (incertidumbre del modelo), frecuentemente descuida la incertidumbre de medición de entrada. En la metrología y la Observación de la Tierra, los datos de entrada a menudo llevan una incertidumbre inherente debido a limitaciones del dispositivo o resultan de modelos de medición previos en una cadena de trazabilidad. Ignorar esta incertidumbre de entrada rompe la cadena de trazabilidad para aplicaciones aguas abajo (por ejemplo, modelado climático, contabilidad de gases de efecto invernadero). Además, los modelos complejos estándar como los Bosques Aleatorios (BA) y las Redes Neuronales (RN) no admiten naturalmente la incorporación de la incertidumbre de medición de entrada sin enfoques de conjuntos de Monte Carlo computacionalmente costosos.

Metodología

Los autores proponen un marco bayesiano general para incorporar la incertidumbre de medición de entrada en modelos generativos de clasificación de AA. La metodología central se basa en un enfoque de Errores en las Variables (EiV), tratando las entradas medidas como realizaciones de valores verdaderos, desconocidos.

Formulación del Marco:
- El modelo asume que las entradas medidas $x$ son realizaciones de las entradas verdaderas $\chi$ sujetas a un error de medición $\epsilon_x$ ( $x = \chi + \epsilon_x$ ).
- Utilizando el teorema de Bayes, la probabilidad predictiva posterior de la clase se deriva integrando sobre las entradas verdaderas desconocidas y los parámetros del modelo.
- El marco distingue entre casos donde los parámetros de incertidumbre de medición son conocidos/fijos versus desconocidos (estimados junto con los parámetros del modelo). El artículo se centra en este último, donde los parámetros de incertidumbre se aprenden mediante inferencia bayesiana.
Implementación Específica: Análisis Discriminante Cuadrático Bayesiano (ADCB):
- Los autores instan el marco utilizando Análisis Discriminante Cuadrático (ADC), un clasificador generativo paramétrico que modela las distribuciones condicionales de clase como Gaussianas multivariadas.
- Modelo de Medición: La incertidumbre de medición de entrada se modela como una distribución Gaussiana multivariada centrada en la entrada verdadera.
- Solución Analítica: Al asumir priores conjugados para los parámetros Gaussianos, los autores derivan una expresión analítica para la distribución predictiva posterior. Esto evita la necesidad de técnicas de muestreo como la Cadena de Markov de Monte Carlo (MCMC), que típicamente se requieren para posteriores intratables en modelos complejos.
- Distribución Resultante: La distribución predictiva final para una clase es una distribución t multivariada, que cuenta naturalmente tanto con la incertidumbre en los parámetros del modelo (epistémica) como con el ruido de medición de entrada (aleatoria).
Estudio de Caso: Clasificación de Cobertura Terrestre:
- Datos: Datos de Copernicus Sentinel-2 (2020–2021) sobre un área de 20 km × 20 km en Escocia.
- Etiquetas: Derivadas automáticamente de mapas del UKCEH utilizando un criterio de estabilidad temporal (etiquetas sin cambios durante tres años) y un criterio de calidad (>95% de probabilidad de clasificación).
- Generación de Incertidumbre: Para simular la incertidumbre de entrada, los autores variaron la Profundidad Óptica de Aerosoles (AOD) utilizada en la corrección atmosférica (Sen2Cor). Generaron 25 realizaciones de la reflectancia de la parte inferior de la atmósfera (BOA) para cada píxel muestreando la AOD desde una distribución Gaussiana basada en las incertidumbres de los datos de CAMS.
- Clases: Cuatro clases LULUCF: Bosque, Tierra de Cultivo, Pastizal y Asentamientos.

Contribuciones Clave

Marco para la Incertidumbre de Entrada: Una metodología bayesiana concreta que incorpora explícitamente la incertidumbre de medición de entrada en clasificadores generativos, superando la suposición estándar de entradas libres de ruido.
Derivación Analítica de ADCB: La derivación de una solución de forma cerrada para ADCB que modela el ruido de entrada, permitiendo un cálculo eficiente sin promedios de conjuntos o MCMC.
Evaluación Comparativa: Una comparación exhaustiva de ADCB frente a clasificadores estándar (ADC estándar, ADL, Bosques Aleatorios y Redes Neuronales) tanto en datos reales de CT como en conjuntos de datos sintéticos con diversas fuerzas de ruido y dimensiones.

Resultados

El estudio evalúa el rendimiento utilizando puntuaciones macro F1/F2, pérdida de Entropía Cruzada y la puntuación Brier (una regla de puntuación adecuada para la calibración de probabilidades), junto con el costo computacional.

Datos Reales de Cobertura Terrestre:
- Régimen de Datos Pequeños: ADCB supera significativamente al ADC estándar y a otras evaluaciones comparativas cuando los datos de entrenamiento son escasos (por ejemplo, <1000 píxeles). El ADC estándar a menudo falla (matrices de covarianza singulares) en estos escenarios, mientras que el prior bayesiano en ADCB actúa como un regularizador.
- Generalizabilidad: Al entrenar y probar en años diferentes (por ejemplo, entrenar 2020, probar 2021), ADCB mantiene el rendimiento más consistente (puntuación Brier más baja), indicando un manejo superior de la incertidumbre predictiva a través de dominios.
- Rendimiento por Clase: Mientras que todos los modelos lucharon con "Tierra de Cultivo" debido a su alta varianza espectral, ADCB proporcionó salidas de probabilidad más confiables.
- Eficiencia: ADCB, ADC y ADL fueron significativamente más eficientes computacionalmente que los BA y las RN. A diferencia de los BA/RN, ADCB produce resultados reproducibles dados los mismos datos, ya que se basa en expresiones analíticas en lugar de la generación de números aleatorios durante el entrenamiento.
Experimentos con Datos Sintéticos:
- Se realizaron experimentos en datos Gaussianos sintéticos con 2, 10 y 50 variables de entrada, con diversas fuerzas de ruido (Gaussiano y Uniforme).
- Robustez: A medida que aumentaba la fuerza del ruido, ADCB logró consistentemente mejores puntuaciones de métricas que otros modelos.
- Ruido de Alta Dimensión: En configuraciones de alta dimensión (50 variables), ADCB no solo superó a las evaluaciones comparativas, sino que también decayó más lentamente a medida que aumentaba el ruido, demostrando el efecto regularizador del prior bayesiano contra el sobreajuste.
- Independencia de la Distribución: La ventaja de rendimiento de ADCB se mantuvo tanto para distribuciones de ruido de entrada Gaussianas como Uniformes.

Significado y Afirmaciones

El artículo afirma que el marco ADCB propuesto ofrece una alternativa más confiable e interpretable a los modelos complejos de caja negra para aplicaciones que requieren trazabilidad metrológica.

Interpretabilidad: A diferencia de las RN o los BA, los parámetros de ADCB se mapean directamente a la media y la covarianza de los datos de entrada, haciendo transparentes los límites de decisión del modelo y las fuentes de incertidumbre.
Eficiencia: Proporciona una forma computacionalmente eficiente de tener en cuenta la incertidumbre de entrada sin el alto costo de los conjuntos de Monte Carlo.
Relevancia Metrológica: Al modelar explícitamente la incertidumbre de medición de entrada, el marco soporta la "cadena de trazabilidad" requerida en la metrología, asegurando que las aplicaciones aguas abajo (como el modelado climático) puedan propagar las incertidumbres correctamente.

Los autores notan modestamente limitaciones: el trabajo actual no aborda la incertidumbre en el etiquetado de clases (por ejemplo, píxeles mixtos) y se centra en casos donde la distribución de incertidumbre de entrada debe aprenderse en lugar de ser conocida a priori. Sin embargo, el marco se presenta como extensible a estos desafíos futuros.