Résumé Technique : Un Nouveau Cadre pour la Fusion de Données Spatio-Temporelles Non Stationnaires de Modèles Multi-Fidélité

1. Énoncé du Problème

L'article aborde le défi de la fusion de données multi-fidélité dans les applications environnementales, spécifiquement là où des données abondantes mais bruyantes de faible fidélité (LF) (par exemple, des produits de réanalyse ou satellitaires) doivent être combinées avec des observations in situ de haute fidélité (HF) rares mais précises pour générer des reconstructions à haute résolution.

Bien que les processus gaussiens multi-fidélité (MFGP) offrent une solution prometteuse pour exploiter plusieurs sources de données, les implémentations standard font face à des coûts de calcul prohibitifs pour les grands ensembles de données en raison de la complexité $O(n^3)$ liée à l'inversion de la matrice de covariance jointe complète. Les approches évolutives existantes, telles que les Processus Gaussiens à Plus Proche Voisin (NNGP), reposent souvent sur une inférence entièrement bayésienne avec des procédures itératives MCMC, ce qui empêche le calcul direct de la vraisemblance marginale et limite l'évolutivité. De plus, les MFGP standards peinent souvent à gérer les relations non stationnaires entre les niveaux de fidélité et peuvent absorber les différences systématiques de base (biais) entre les données LF et HF dans la structure de dépendance inter-fidélité, faussant ainsi les prédictions.

2. Méthodologie

Les auteurs proposent un cadre évolutif, entièrement basé sur la vraisemblance, pour les MFGP spatio-temporels qui intègre trois composants principaux :

2.1 Formulation Multi-Fidélité Décomposée

Au lieu d'approximer directement la matrice de covariance jointe complète $K$, le cadre décompose le modèle en processus latents indépendants :

• Un processus de faible fidélité $f_L(x)$.
• Un processus de discordance indépendant $\delta(x)$.
• Un paramètre d'échelle $\rho$ (qui peut être constant ou variant spatialement) reliant les deux.

La matrice de covariance jointe est exprimée comme suit :
$$K = A\Sigma_w A^\top + D_\epsilon$$
Où $\Sigma_w$ est une matrice de covariance bloc-diagonale contenant les covariances de $f_L$ et $\delta$, $A$ est une matrice définissant l'interaction entre les fidélités, et $D_\epsilon$ représente les erreurs de nugget. Cette décomposition permet d'appliquer l'approximation de Vecchia indépendamment aux processus latents $f_L$ et $\delta$ plutôt qu'à la structure jointe complexe.

2.2 Approximation de Vecchia et Reconstruction par Woodbury

Pour atteindre l'évolutivité, le cadre applique l'approximation de Vecchia aux matrices de précision des processus latents ($\Sigma_L^{-1}$ et $\Sigma_\delta^{-1}$). Cela induit de la parcimonie dans les matrices de précision, réduisant la complexité de calcul de $O(n^3)$ à environ $O(nm^2)$, où $m$ est la taille de l'ensemble de conditionnement.

La matrice de précision du modèle complet $K^{-1}$ n'est jamais formée explicitement. Au lieu de cela, l'identité matricielle de Woodbury est utilisée pour reconstruire les résolutions linéaires nécessaires et les évaluations de vraisemblance en utilisant les facteurs parcimonieux des processus latents et la matrice auxiliaire $H = \Sigma_w^{-1} + A^\top D_\epsilon^{-1} A$. Cette approche assure la stabilité numérique et évite la formation de matrices de covariance denses et à grande échelle.

2.3 Suppression de la Moyenne par Moindres Carrés Généralisés (GLS)

Pour empêcher les biais systématiques entre les niveaux de fidélité d'être absorbés dans la dépendance inter-fidélité, les auteurs introduisent une stratégie de suppression de la moyenne par GLS. Cela implique d'estimer des intercepts spécifiques à la fidélité (et potentiellement des tendances spatiales) sous la structure de covariance jointe avant d'évaluer la vraisemblance. Le modèle opère ensuite sur le vecteur résiduel centré, garantissant que la structure de covariance capture une dépendance spatio-temporelle réelle plutôt que des décalages structurels.

2.4 Intégration Non Stationnaire

Le cadre étend les travaux antérieurs en permettant au paramètre d'échelle $\rho$ d'être une fonction variant spatialement $\rho(s)$ plutôt qu'un scalaire. Cela permet au modèle de capturer des relations dépendantes de la localisation entre les données LF et HF. Les auteurs implémentent $\rho(s)$ comme une fonction linéaire, polynomiale, ou une estimation empirique lissée dérivée de données locales, garantissant que la matrice de covariance résultante reste semi-définie positive grâce à l'utilisation de structures de matrices parcimonieuses.

3. Contributions Clés

1. Première Intégration de l'Approximation de Vecchia dans les MFGP : L'article présente le premier cadre intégrant les approximations de Vecchia dans un cadre de processus gaussien multi-fidélité pour une inférence basée sur la vraisemblance, permettant un entraînement évolutif sur de grands ensembles de données.
2. Formulation de Covariance Décomposée : En séparant les processus LF et de discordance, la méthode permet des approximations de Vecchia indépendantes et une reconstruction efficace via l'identité de Woodbury, contournant ainsi la nécessité d'inverser la matrice de covariance multi-fidélité complète.
3. Stratégie de Suppression de la Moyenne par GLS : Une approche par moindres carrés généralisés est introduite pour gérer les décalages spécifiques à la fidélité, empêchant les biais systématiques de corrompre l'estimation des corrélations inter-fidélité.
4. Échelle Inter-Fidélité Non Stationnaire : Le cadre prend en charge des paramètres d'intégration variant spatialement ($\rho(s)$), offrant un mécanisme flexible pour modéliser des relations hétérogènes entre les fidélités des données dans les applications spatio-temporelles.

4. Résultats Expérimentaux

Le cadre a été validé à travers trois expériences :

• Validation de la Stabilité et de la Précision : En utilisant des données synthétiques, l'approximation de Vecchia décomposée a été comparée à une référence MFGP exacte. Les résultats ont montré que les erreurs d'approximation dans les composantes de vraisemblance et la précision prédictive diminuaient de manière monotone à mesure que la taille du voisinage ($m$) augmentait. La sélection de voisins basée sur la corrélation a nettement surpassé la sélection par plus proche voisin, atteignant une récupération de vraisemblance quasi exacte avec une fraction du coût de calcul.
• Expérience sur Données Synthétiques : Dans un environnement contrôlé avec des niveaux de bruit variables, le MFGP basé sur Vecchia (avec $m=40$) correspondait étroitement aux performances du MFGP exact (non approximé) en termes d'Erreur Absolue Moyenne (MAE), d'Erreur Quadratique Moyenne (RMSE) et de calibration de l'incertitude (couverture de l'intervalle de prédiction à 95 %). Les deux variantes MFGP ont largement surpassé les références GP à fidélité unique (GP-3D, GP-L, GP-4D).
• Application Réelle (Vitesse du Vent en Lombardie du Sud) : La méthode a été appliquée pour fusionner des données de réanalyse ERA5 (LF) avec des données de stations de surveillance ARPA (HF) pour la reconstruction de la vitesse du vent en Italie. L'ensemble de données contenait plus de 26 000 observations, rendant l'inférence exacte computationnellement impossible.
  • Le cadre MFGP proposé a largement surpassé une référence GP spatio-temporelle à fidélité unique en termes de MAE, RMSE et corrélation de Pearson.
  • La configuration la plus simple (GLS global avec $\rho$ constant) a fourni les performances globales les plus robustes.
  • Bien que les tendances spatiales adaptatives (GLS adaptatif) aient amélioré les performances à des stations spécifiques présentant des biais locaux, elles ont parfois conduit à une sur-extrapolation et à une surconfiance (mauvaise couverture de l'intervalle de prédiction) dans les régions à données rares.
  • La déformation des entrées a amélioré la calibration de l'incertitude pour les distributions de vitesse du vent asymétriques.

5. Importance et Revendications

L'article revendique fournir une fondation pratique pour les tâches de reconstruction environnementale à grande échelle où les approches multi-fidélité standards sont computationnellement prohibitives. L'importance du travail réside dans :

• Évolutivité : Permettre une inférence entièrement basée sur la vraisemblance pour les modèles multi-fidélité sur des ensembles de données où l'inversion matricielle exacte est impossible.
• Stabilité Numérique : La décomposition et l'utilisation de facteurs de Cholesky parcimonieux améliorent la stabilité numérique, en particulier lors de la gestion de paramètres inter-fidélité non stationnaires.
• Préservation des Avantages Multi-Fidélité : Le cadre approximé conserve les avantages essentiels de la modélisation multi-fidélité — l'exploitation de la structure spatio-temporelle et de la dépendance inter-fidélité — tout en atteignant une efficacité de calcul.
• Robustesse : Les résultats suggèrent que dans les réseaux de surveillance réels, une structure de modèle disciplinée (par exemple, contrôler les décalages de moyenne et éviter des composants trop flexibles sans support de données suffisant) est cruciale pour des prédictions fiables et une quantification de l'incertitude.

Les auteurs concluent que leur cadre comble avec succès le fossé entre les avantages théoriques de la modélisation multi-fidélité et les contraintes pratiques des données environnementales à grande échelle, offrant une base flexible pour de futures extensions dans le couplage non stationnaire et la calibration de l'incertitude.