Uncertainty-Aware Spatial Mixture Classification of Imbalanced CO₂ Plume States: Application to the Sleipner 2019 Benchmark

Resumen Técnico: Clasificación de Mezclas Espaciales con Conciencia de la Incertidumbre para Estados de Plumas de CO₂ Desbalanceados

Planteamiento del Problema
El monitoreo del almacenamiento geológico de dióxido de carbono (CO₂) requiere una clasificación fiable de los estados de la pluma (por ejemplo, fuera de la pluma, límite de la pluma, interior de la pluma) a través de reservorios espacialmente heterogéneos. Los conjuntos de datos de referencia, como el modelo Sleipner 2019, presentan desafíos estadísticos significativos:

1. Desbalance de Clases Severo: La gran mayoría de las celdas de la cuadrícula (aproximadamente el 87% en el estudio) representan la clase de fondo "fuera de la pluma", mientras que los estados de frontera e interior, que son científicamente críticos, son minorías raras.
2. Heterogeneidad Espacial y Estratigráfica: La relación entre los predictores del reservorio (profundidad, velocidad, propiedades petrofísicas) y el estado de la pluma varía a través de las capas geológicas y los regímenes espaciales. Un clasificador global único no logra capturar estas variaciones locales.
3. Colinealidad e Inestabilidad: Los predictores del reservorio suelen estar altamente correlacionados debido a procesos geológicos compartidos. En los modelos de mezcla, donde los datos se particionan en componentes latentes, el tamaño de la muestra efectivo para cada componente puede ser pequeño, lo que conduce a estimaciones locales mal condicionadas e inestables de los coeficientes de la logit multinomial.
4. Falta de Cuantificación de la Incertidumbre: Los enfoques estándar de aprendizaje automático predictivo a menudo proporcionan estimaciones puntuales sin incertidumbre posterior o identificación de regímenes latentes interpretables.

Metodología
Los autores proponen un modelo de Logit Multinomial de Mezcla de Pesos de Clúster Informado Espacialmente. Este marco integra tres elementos metodológicos distintos:

1. Modelado de Pesos de Clúster (CWM): A diferencia de las mezclas finitas estándar que modelan solo la distribución marginal de las covariables, el CWM factoriza la distribución conjunta de las covariables ($X$) y la respuesta ($Y$). El modelo asume $G$ regímenes estadísticos latentes, donde cada régimen $g$ tiene:

   • Una densidad de covariables específica del componente $f_g(s_i, x_i, c_i)$, que incluye coordenadas espaciales (este, norte, profundidad) para asegurar que los regímenes ocupen regiones espaciales distintas.
   • Un modelo de respuesta condicional específico del componente $q_g(y_i | x_i, c_i)$, implementado como una regresión logit multinomial.
   • Pesos de mezcla constantes $\pi_g$ a través del dominio (la heterogeneidad espacial es impulsada por las densidades de las covariables, no por los pesos).

2. Estimación con Pesos de Clase: Para abordar el desbalance severo de clases, la parte de la respuesta condicional de la verosimilitud se ajusta utilizando pesos de clase derivados de una transformación de potencia inversa de las frecuencias de clase. Esto desplaza el objetivo de optimización de la precisión general hacia la recuperación equilibrada de las clases minoritarias.

3. Actualización de Contracción de Dos Parámetros: Para estabilizar el algoritmo de Esperanza-Maximización (EM) en su paso M bajo colinealidad y tamaños de muestra efectivos pequeños, los autores reemplazan la actualización estándar de Estimación de Máxima Verosimilitud (MLE) para los coeficientes logit multinomial con una actualización de contracción de dos parámetros específica del componente:
   $$\hat{\beta}_{g, TPE} = (A_g + I_r)^{-1}(A_g + d_g I_r)(A_g + k_g I_r)^{-1} b_g$$
   donde $A_g$ y $b_g$ son la matriz de información de trabajo y el vector, y $k_g, d_g$ son parámetros de contracción seleccionados mediante pseudo-BIC local o validación cruzada. Esta actualización generaliza los estimadores de Ridge ($d_g=1$) y de tipo Liu, permitiendo que el grado de regularización se adapte al condicionamiento de cada régimen latente.

Contribuciones Clave
El artículo posiciona su contribución como una contribución metodológica aplicada que integra técnicas establecidas en lugar de proponer teorías estadísticas enteramente nuevas. Las contribuciones específicas son:

• Integración para el Monitoreo de Reservorios: Combinar CWM informado espacialmente, respuestas logit multinomial y contracción de dos parámetros específicamente para datos de reservorio de celdas desbalanceados.
• Estabilización Específica del Componente: Incorporar una actualización de contracción de dos parámetros dentro del algoritmo EM para manejar ajustes locales mal condicionados causados por la colinealidad y las clases raras dentro de regímenes latentes específicos.
• Protocolo de Validación Riguroso: Distinguir entre el rendimiento aparente in-sample y el rendimiento predictivo honesto mediante validación cruzada de bloques espaciales (para manejar la autocorrelación espacial) y pruebas de transferencia de deje-una-capa-fuera. Los autores reportan explícitamente "pseudo-BIC" y "pseudo-ICL" cuando se utilizan pesos de clase, reconociendo la desviación de la teoría de verosimilitud estándar.
• Análisis de Ablación: Aislar sistemáticamente las contribuciones del pesaje de clases, las covariables espaciales, las mezclas latentes y la contracción para determinar los impulsores del rendimiento.

Resultados Empíricos (Referencia Sleipner 2019)
El modelo se aplicó a una tabla de 200 metros con 3,409 celdas a través de 9 capas.

• Regímenes Latentes: El modelo identificó tres regímenes latentes interpretables y organizados por profundidad. Un régimen dominaba la pila de reservorio más profunda, mientras que los otros dos particionaban las capas más superficiales, consistentes con la estratigrafía conocida de Utsira.
• Condicionamiento: Todos los tres regímenes exhibieron un mal condicionamiento severo (números de condición $\sim 10^9$). Los parámetros de contracción se adaptaron en consecuencia, aplicando una fuerte contracción al régimen más mal condicionado y actualizaciones cercanas a MLE a los regímenes mejor condicionados.
• Métricas de Rendimiento:
  • Línea Base: Una línea base de clase mayoritaria logró una precisión balanceada de 0.333. Una logit multinomial global sin ponderar alcanzó 0.343.
  • Modelo Propuesto: El CWM espacial propuesto con contracción de dos parámetros logró una precisión balanceada de validación cruzada de 0.561 (DE 0.093).
  • Hallazgos de Ablación: La mejora sobre la línea base fue impulsada principalmente por el pesaje de clases (elevando la MLE global de 0.343 a ~0.548) y la inclusión de covariables espaciales (la mezcla no espacial cayó a 0.422).
  • Ganancias Marginales: La adición de la estructura de mezcla latente y la contracción de dos parámetros proporcionó ganancias pequeñas, estadísticamente indistinguibles, respecto a una logit multinomial global con pesaje de clases (0.548–0.550) o una variante regularizada por Ridge. En las pruebas de deje-una-capa-fuera, la variante sin regularización incluso superó ligeramente a la variante con contracción.

Significancia y Reivindicaciones
Los autores son notablemente modestos en sus afirmaciones, declarando explícitamente que su marco propuesto no supera significativamente a las alternativas más simples de pesaje de clases en términos de precisión predictiva bruta en este benchmark específico.

• Valor Primario: La significancia del marco reside en la interpretabilidad y la cuantificación de la incertidumbre. El modelo proporciona:
  • Identificación de regímenes estadísticos latentes organizados por profundidad.
  • Mapas de incertidumbre posterior para cada celda, resaltando las zonas de transición entre regímenes.
  • Estabilización adaptativa de coeficientes locales por régimen, lo cual es crucial para una inferencia robusta en entornos de colinealidad, incluso si esto no aumenta la precisión agregada.
• Lecciones Metodológicas: El artículo enfatiza que para datos espaciales desbalanceados, la evaluación "honesta" (CV de bloques espaciales) es crítica, ya que el rendimiento in-sample (precisión balanceada de 0.732) es excesivamente optimista. También destaca que corregir la función objetivo (mediante el pesaje de clases) suele ser más impactante que aumentar la complejidad del modelo.
• Conclusión: El trabajo ofrece un "enfoque interpretable y consciente de la incertidumbre para la recuperación de la pluma de la clase minoritaria bajo un desbalance severo", en lugar de afirmar que la regularización de dos parámetros mejora fundamentalmente la precisión de la clasificación sobre las líneas base más simples. El mecanismo de estabilización se presenta como una herramienta para una inferencia local fiable en regímenes mal condicionados.