Resumen Técnico: Calibración Bayesiana Online Neuronal con Simuladores Deficientes para el Experimento de Materia Oscura MADMAX

Planteamiento del Problema

Los experimentos científicos dependen frecuentemente de "simuladores deficientes": modelos que omiten efectos físicos relevantes para la precisión requerida, lo que genera desviaciones sistemáticas entre las predicciones y el comportamiento real del aparato. En el contexto del experimento MADMAX (MAgnetized Disk and Mirror Axion eXperiment), el objetivo es optimizar la configuración de los discos dieléctricos para maximizar el factor de mejora de potencia ($\beta^2$) para la detección de axiones. Sin embargo, $\beta^2$ es una cantidad latente (no observable), mientras que solo la reflectividad ($\Gamma$) es directamente medible.

Los enfoques convencionales de optimización o ajuste de parámetros fallan en este contexto por dos razones primordiales:

1. Discrepancia del Modelo: Los parámetros del simulador que mejor se ajustan pueden no absorber los errores del modelo (por ejemplo, efectos de tamaño finito, difracción, reflexiones de la antena) de una manera físicamente significativa o identificable.
2. Incertidumbre del Hardware: Las configuraciones experimentales derivadas de cálculos no pueden reproducirse en el laboratorio con precisión perfecta debido a los límites de posicionamiento mecánico y problemas de repetibilidad.

El artículo aborda el desafío de realizar una calibración y una inferencia online cuando solo se dispone de un simulador deficiente, al menos una cantidad es directamente medible y la cantidad de interés es latente.

Metodología

El marco propuesto es un procedimiento de calibración bayesiana online de tres etapas que integra mediciones físicas con aprendizaje automático para aprender un "simulador efectivo calibrado".

1. Campaña de Pre-Calibración de Datos

Antes de la calibración principal, se lleva a cabo una campaña de datos para caracterizar el sistema:

• Modelo de Aterrizaje (Landing Model): Al dirigir repetidamente el hardware a posiciones comandadas $c$ y medir las posiciones físicas reales $x$, se establece un modelo de aterrizaje $p_L(x|c)$. Esto tiene en cuenta el hecho de que la ubicación de consulta realizada es aleatoria incluso cuando el comando es conocido.
• Modelo de Medición: Mediciones repetidas en posiciones fijas permiten la estimación de la incertidumbre de medición $\Sigma_{\hat{U}_0}$.
• Recolección de Datos: Se registra un conjunto de datos $D_{cal}$ que consiste en posiciones comandadas, posiciones físicas realizadas y valores de reflectividad medidos.

2. Entrenamiento de Pre-Calibración

El núcleo del método consiste en aprender una parametrización del simulador efectivo $\theta(x)$ que describa el estado real del sistema, en lugar de solo parámetros físicos.

• Aprendizaje del Prior Efectivo: Se aprende un prior condicional $p_\psi(\theta|x)$ a partir de los datos de pre-calibración. Esto se logra ajustando un modelo (por ejemplo, una mezcla de Gaussianas) para maximizar la verosimilitud de las mediciones observadas dado el resultado del simulador y el prior.
• Inferencia de Posterior Amortizada: Se entrena un flujo de normalización condicional $F_\phi$ para actuar como un estimador de la posterior amortizada.
  • Datos de Entrenamiento: Se generan historias de medición sintéticas muestreando del prior aprendido, el simulador deficiente y la verosimilitud de la medición.
  • Arquitectura: La red consiste en un codificador que transforma historias de mediciones de longitud variable en un vector de contexto (usando agregación de estilo Deep-Sets para la invarianza de permutación) y un flujo de normalización que propone conjuntos de parámetros a partir de la distribución posterior.
  • Objetivo: La red minimiza la log-verosimilitud negativa de los parámetros reales dada la historia sintética.

3. Ejecución de Calibración Iterativa

El bucle de calibración online utiliza los modelos aprendidos para seleccionar iterativamente comandos de hardware para optimizar la cantidad latente $U_i$ (por ejemplo, el factor de mejora de potencia).

• Estimación de la Posterior: En cada paso, el flujo de normalización genera partículas (muestras de parámetros) condicionadas a la historia de medición actual. Estas son reponderadas utilizando el prior condicional aprendido y la verosimilitud de la medición para aproximar la verdadera posterior.
• Estrategia de Adquisición: El siguiente comando $c_{t+1}$ se selecciona equilibrando dos criterios:
  1. Mejora Esperada (EI - Expected Improvement): Estima la ganancia potencial de la función objetivo $J(U_i)$ respecto al mejor valor actual.
  2. Ganancia de Información (IG - Information Gain): Estima la reducción de la entropía respecto a qué comando es óptimo, favoreciendo mediciones que resuelvan la incertidumbre sobre el optimizador global.
• Equilibrio: Un coeficiente variable en el tiempo $\alpha_t$ controla el intercambio entre explotación (mejorar el valor actual) y exploración (reducir la incertidumbre), desplazándose de una selección enfocada en la mejora hacia una enfocada en la información.
• Restricción: Los comandos solo se consideran si su distribución de aterrizaje permanece dentro de la región cubierta por el prior aprendido.

Contribuciones Clave

• Integración de Inferencia Amortizada y Optimización Bayesiana: El artículo integra la estimación de densidad condicional (vía flujos de normalización) con criterios de adquisición secuenciales en un flujo de trabajo unificado de calibración de hardware online.
• Manejo de Simuladores Deficientes: El método aborda explícitamente la discrepancia del modelo mediante el aprendizaje de parámetros de simuladores "efectivos" que describen el estado real del sistema, en lugar de intentar ajustar parámetros físicos que pueden ser inidentificables debido a errores del modelo.
• Propagación de Incertidumbres: El marco propaga rigurosamente tanto las incertidumbres de medición como las incertidumbres de posicionamiento del hardware (vía el modelo de aterrizaje) a través del proceso de optimización.
• Inferencia de Cantidades Latentes: Permite la inferencia de cantidades científicas no observables (como la mejora de la señal de axión) aprovechando un proxy directamente medible (reflectividad) dentro de un espacio de parámetros compartido.

Resultados y Validación

• Aplicación a MADMAX: El marco se aplica al experimento MADMAX para calibrar el simulador del disco-potenciador e inferir el factor de mejora de potencia $\beta^2$.
• Estado Experimental: El artículo establece que la validación experimental en el montaje real de MADMAX está en curso. Por consiguiente, no se presentan resultados numéricos finales ni comparativas de rendimiento contra el experimento físico en este preprint.
• Validación Sintética: Los datos de entrenamiento para el estimador de la posterior neuronal se generan sintéticamente, y el artículo señala que la adecuación de estas historias sintéticas debe validarse contra mediciones reales reservadas (held-out) para asegurar que el estimador no se vuelva sesgado o excesivamente confiado debido a la especificación errónea del simulador.

Significado y Reivindicaciones

El artículo afirma proporcionar un procedimiento robusto para optimizar configuraciones experimentales e inferir cantidades de interés en escenarios donde los enfoques convencionales fallan debido al error del modelo y a las limitaciones del hardware. Al combinar la calibración bayesiana con el aprendizaje profundo, el método permite el uso eficiente de datos experimentales escasos para aprender parámetros de simuladores efectivos.

El autor enfatiza que este enfoque es particularmente significativo para experimentos como MADMAX, donde la cantidad de interés está oculta y el simulador es inherentemente deficiente. El método tiene como objetivo alinear los ajustes del hardware para optimizar la cantidad latente mientras proporciona estimaciones conscientes de la incertidumbre, cumpliendo con los requisitos científicos que los enfoques puramente basados en simulación o de ajuste estándar no pueden alcanzar. El trabajo se presenta como un preprint con la validación experimental en progreso, lo que sugiere que la verificación empírica completa de la eficacia del marco es un paso futuro.