Résumé Technique : Inférence Bayésienne Scalable pour les Lois de Conservation Non Linéaires

1. Énoncé du Problème

Les lois de conservation non linéaires, qui régissent les systèmes dynamiques dans des domaines allant de la prévision météorologique au transport de contaminants, sont souvent sujettes à une incertitude significative en raison de mesures éparses et bruitées ou de termes sources inconnus. Dans ces contextes, l'inférence des quantités physiques devient un problème mal posé. Les méthodes numériques classiques peinent à quantifier l'incertitude de manière naturelle, tandis que les approches modernes d'apprentissage profond (par exemple, les réseaux de neurones informés par la physique, ou PINNs) agissent généralement comme des estimateurs ponctuels. Lorsque l'incertitude est quantifiée via des ensembles ou des variantes bayésiennes dans les réseaux de neurones, cela entraîne souvent des coûts computationnels prohibitifs et souffre d'un mauvais étalonnage.

De plus, bien que les méthodes numériques probabilistes récentes aient formulé la résolution d'EDP comme une inférence bayésienne sous des priors de processus gaussiens (GP), elles font face à deux limitations principales :

1. Scalabilité : L'inférence GP naïve croît de manière cubique avec la résolution de la discrétisation ($O(N^3)$).
2. Conservation : De nombreux solveurs probabilistes existants reposent sur la collocation (discrétisation ponctuelle), ce qui échoue à imposer les propriétés de conservation intégrale (préservation de la masse/énergie) inhérentes à la méthode des volumes finis (FVM), pouvant potentiellement conduire à des solutions non physiques.

L'article traite le défi du développement d'une méthode scalable, numériquement conservative et consciente de l'incertitude pour les problèmes directs et inverses impliquant des lois de conservation non linéaires.

2. Méthodologie

Le cadre proposé, GP-FVM, unifie la méthode des volumes finis avec l'inférence bayésienne sous un prior de processus gaussien structuré.

2.1. Formulation des Volumes Finis Probabilistes

L'idée centrale est que la FVM peut être exprimée comme une inférence bayésienne.

• Prior de Processus Gaussien : La solution $u$, le flux $F(u)$ et la source $s$ sont modélisés avec des priors GP indépendants : $u \sim \mathcal{GP}(\mu, k)$.
• Fonctionnelles Linéaires : La discrétisation FVM implique l'intégration de la loi de conservation sur des volumes de contrôle $\Omega_i$. L'intégration est une fonctionnelle linéaire. Cependant, le terme de flux $\int_{\partial \Omega_i} F(u) \cdot n \, dS$ est non linéaire pour les EDP non linéaires.
• Gestion de la Non-linéarité : Les auteurs proposent une approche en deux étapes pour le terme de flux :
  1. Modéliser le champ de flux $F(u)$ avec son propre prior GP, initialement indépendant de $u$.
  2. Imposer la relation déterministe $F = F(u)$ via un conditionnement non linéaire. Cela est réalisé en trouvant l'estimation du Maximum A Posteriori (MAP) de l'état conjoint sous une « vraisemblance virtuelle » qui impose la contrainte physique $f(u(x), F(u)(x)) = 0$, suivie d'une approximation de Laplace pour récupérer une distribution postérieure gaussienne.
• État Unifié : La méthode construit un prior gaussien conjoint sur la solution, le flux et la source. Le conditionnement sur les observations (données de capteurs, conditions aux limites et contraintes FVM) produit une postérieure qui unifie ces sources d'information.

2.2. Techniques de Scalabilité

Pour surmonter le goulot d'étranglement $O(N^3)$ de l'inférence GP standard, l'article emploie trois stratégies clés :

1. Priors Structurés :

   • Spatiaux : Un produit tensoriel séparable de noyaux Matérn est utilisé. Cela permet l'évaluation en forme fermée des intégrales et dérivées requises pour les contraintes FVM. Les noyaux Matérn sont choisis plutôt que les noyaux exponentiels carrés pour garantir que l'effet d'écran (« screening effect ») soit maintenu, ce qui est crucial pour les approximations éparses.
   • Temporels : Un processus de Wiener intégré (IWP) d'ordre $q$ est utilisé. Cela encode naturellement l'évolution temporelle et garantit que la dérivée temporelle est intégrée dans la représentation de l'état.

2. Approximation de Cholesky Éparse (Approximation de Vecchia) :

   • La matrice de précision spatiale $Q_s$ est approximée par une matrice éparse $\tilde{Q}_s$ utilisant une factorisation de Cholesky éparse minimisant la divergence de Kullback-Leibler (KL).
   • Ordre des Nœuds : Une contribution critique est l'ordonnancement des fonctionnelles. Les auteurs proposent un ordre allant du « grossier » au « fin » : Intégrales $\to$ Évaluations $\to$ Dérivées. Cet ordonnancement maximise l'effet d'écran, où les mesures à grande échelle (intégrales) bloquent efficacement les corrélations à petite échelle lointaines, permettant une approximation éparse avec une perte de précision minimale.

3. Appariement de Moments Marginaux pour la Propagation Temporelle :

   • Au lieu de maintenir une distribution jointe sur tous les pas de temps (ce qui induit un remplissage dense), la méthode utilise une approche de filtrage.
   • À chaque pas de temps, la distribution jointe des états consécutifs est conditionnée par les contraintes FVM. Les moyennes et variances marginales de l'état suivant sont extraites via une inversion sélective.
   • Une nouvelle distribution de filtrage approximative est construite en faisant correspondre ces moments marginaux à une distribution possédant la structure de précision du prior éparse. Cela préserve la structure de parcimonie et assure une mise à l'échelle linéaire par rapport au nombre de pas de temps.

3. Contributions Clés

1. FVM Probabiliste pour les EDP Non Linéaires : La première formulation de la méthode des volumes finis comme inférence bayésienne sous un prior GP qui s'étend aux opérateurs de flux non linéaires via un conditionnement itératif.
2. Inférence Scalable pour les Observations Intégrales : Une extension des approximations de Vecchia pour gérer les fonctionnelles intégrales (moyennes de cellules) plutôt que de simples évaluations ponctuelles, couplée à une stratégie d'ordonnancement fonctionnel novatrice (intégrales d'abord) pour optimiser la parcimonie.
3. Propagation Temporelle Efficace : Un schéma d'appariement de moments marginaux qui évite la mise à l'échelle cubique dans le temps tout en préservant la structure de parcimonie spatiale, permettant la résolution de problèmes dépendants du temps.
4. Cadre Unifié Direct et Inverse : Un cadre unique qui gère la simulation directe (inférer $u$ étant donné $s, F$) et les problèmes inverses (inférer $s$ ou $F$ étant donné $u$) en changeant simplement les variables observées versus inférées.

4. Résultats Expérimentaux

La méthode a été évaluée sur quatre tests de référence :

• Identification de Source (Advection-Diffusion) :

  • Performance : Le GP-FVM a récupéré des champs de source non paramétriques avec une incertitude quantifiée en quelques secondes, surpassant une base de référence PINN qui nécessitait plusieurs minutes (accélération de 150x).
  • Précision : Le GP-FVM a atteint une RMSE de source de 0,44 contre 0,76 pour le PINN. La solution du PINN présentait des artefacts, tandis que la moyenne de la postérieure du GP-FVM reconstruisait correctement la forme de la source.
  • Incertitude : La méthode a fourni une quantification de l'incertitude significative, l'incertitude diminuant près des mesures et reflétant correctement l'effet d'étalement du flux.

• Précision Directe (Burgers Visqueux 2D) :

  • Le GP-FVM (configuration minimale) a atteint une précision à un facteur 2–3 de la FVM classique de Crank-Nicolson tout en fournissant une quantification de l'incertitude.
  • En revanche, une approche GP éparse basée sur la collocation (sans contraintes FVM) a performé un ordre de grandeur de moins, soulignant l'importance d'une discrétisation conservative.

• Convergence :

  • L'ordre de convergence est dicté par la lissité du noyau GP (Matérn-$\nu$). Un $\nu$ plus élevé produit une convergence plus rapide, analogue aux reconstructions polynomiales d'ordre supérieur dans la FVM classique.
  • Les approximations éparses ont préservé les taux de convergence pour les noyaux Matérn-3/2 mais ont montré un plafonnement des erreurs pour les noyaux plus lisses à des résolutions fines en raison d'un affaiblissement des effets d'écran.

• Scalabilité (Équations de l'Eau Peu Profonde) :

  • La méthode a simulé avec succès la propagation d'un tsunami à l'aide des équations non linéaires de l'eau peu profonde (un système de trois lois de conservation couplées) sur une grille de $31 \times 31$.
  • La dimension de l'état conjoint par pas de temps était d'environ 28 500. Le schéma d'appariement de moments a nécessité environ 80 secondes par pas de temps, démontrant une scalabilité aux systèmes non linéaires complexes, bien que plus lente que les solveurs classiques.

• Complexité :

  • La mise à l'échelle empirique pour le problème d'identification de source a suivi la limite théorique de $O(N_s^{3/2})$ pour les grilles 2D (en utilisant un ordonnancement par dissection imbriquée), où $N_s$ est le nombre de degrés de liberté spatiaux.

5. Signification et Revendications

L'article affirme livrer une méthode computationnellement pratique pour l'inférence bayésienne scalable sur les lois de conservation non linéaires, une classe dominante d'EDP en sciences et ingénierie.

• Combler le Fossé : Il comble le fossé entre la précision et les propriétés de conservation des méthodes numériques classiques (FVM) et les capacités de quantification de l'incertitude de l'inférence bayésienne.
• Efficacité : En étendant les techniques d'inférence éparse aux observations intégrales et en introduisant un schéma de pas de temps par appariement de moments, la méthode contourne la croissance cubique prohibitive des GP, rendant les simulations conscientes de l'incertitude réalisables pour des problèmes à grande échelle.
• Problèmes Inverses : Elle démontre que les problèmes inverses non paramétriques (comme l'identification de source) peuvent être résolus rapidement (en secondes) avec une incertitude calibrée, surpassant les bases neuronales qui sont plus lentes et moins précises.
• Limites : Les auteurs reconnaissent modestement certaines limites :
  • L'approche d'appariement de moments induit un remplissage (fill-in) dans l'étape temporelle, ce qui restreint actuellement la scalabilité pratique principalement aux problèmes 2D.
  • L'approximation de Laplace suppose une gaussianité autour du MAP, ce qui peut échouer pour les problèmes dominés par les chocs où les dérivées de flux sont non bornées.
  • L'étalonnage dépend des choix de priors (ex: longueur d'échelle et lissité du noyau) ; bien que la méthode montre un bon étalonnage sur des benchmarks synthétiques, elle met en garde contre le traitement de l'incertitude de la postérieure comme étant automatiquement fiable dans des contextes à enjeux élevés sans validation indépendante.

En fin de compte, ce travail positionne les méthodes numériques probabilistes comme un moyen de placer l'incertitude numérique et l'incertitude d'inférence sur un « pied d'égalité », permettant la fusion cohérente de données éparses avec des connaissances mécanistes.