When is multivariate kriging worthwhile? A design-geometry analysis of heterotopic multi-output Gaussian processes

Énoncé du problème
En recherche opérationnelle, en modélisation multi-fidélité et en surveillance environnementale, les systèmes génèrent souvent plusieurs sorties liées observées à différents emplacements d'entrée, un schéma d'échantillonnage qualifié d'hétérotopique. Une question centrale demeure non résolue : un métamodèle de krigeage multivarié (processus gaussien multi-sorties) prédit-il mieux qu'un métamodèle univarié séparé ? La littérature empirique présente des preuves contradictoires. Des études de simulation minutieuses sur des plans communs (isotopiques) rapportent souvent peu ou pas de bénéfice du krigeage multivarié, suggérant que des modèles univariés simples suffisent. À l'inverse, les littératures de la multi-fidélité et de la géostatistique opèrent sur le postulat que les sorties auxiliaires améliorent les prédictions. Cet article soutient que ces conclusions ne sont pas contradictoires mais sont régies par la géométrie des plans spécifiques aux sorties. Plus précisément, l'article examine quand un échantillonnage hétérotopique permet de « emprunter de la force » entre les sorties et quand le coût de l'estimation de la dépendance entre les sorties l'emporte sur les gains prédictifs.

Méthodologie et cadre théorique
L'article développe un cadre théorique pour les processus gausiens multi-sorties (MGP) séparables où la structure de covariance est définie par un noyau spatial $k(x, x')$ et une matrice de corégionalisation $\Lambda$. Les auteurs distinguent l'échantillonnage isotopique (toutes les sorties aux mêmes emplacements) de l'échantillonnage hétérotopique (sorties à différents emplacements).

1. Diagnostics géométriques sans modèle :
   Les auteurs introduisent des diagnostics calculables avant l'ajustement du modèle pour caractériser la géométrie relative des plans :

   • Couverture dirigée ($DC_{p \to q}$) : La proportion de localisations dans le plan $X_p$ à une distance $r$ du plan $X_q$.
   • Proximité dirigée ($\pi_{p \to q}$) : La distance moyenne du plus proche voisin de $X_p$ vers $X_q$, normalisée par l'espacement interne de $X_q$ pour créer une métrique sans dimension.
   • Indice de potentiel d'emprunt (BPI) : Un indice local $b_j(x^*)$ mesurant si un plan auxiliaire est plus proche d'un point de prédiction $x^*$ que le plan cible lui-même, agrégé en un indice global $B_j$.

2. Gain de prédiction oracle :
   Sous l'hypothèse de paramètres de covariance connus (cadre oracle), les auteurs dérivent une identité exacte pour le gain de prédiction $\Delta_j(x^*)$ de la modélisation jointe. Ils prouvent que le gain est généré uniquement par un canal auxiliaire résiduel : la partie du signal auxiliaire qui n'est pas déjà expliquée par les données cibles. Ils établissent que ce gain est borné par des écarts géométriques locaux ; spécifiquement, si le plan cible est déjà proche du point de prédiction, les données auxiliaires offrent peu de bénéfices au-delà du filtrage du bruit.

3. Estimabilité de la dépendance entre sorties :
   L'article analyse l'information de Fisher requise pour estimer les éléments hors diagonale de $\Lambda$ (dépendance entre les sorties). Ils introduisent la masse d'interaction entre les plans pondérée par le noyau ($W_{pq}$), définie comme la norme de Frobenius au carré de la matrice de noyau entre les plans $X_p$ et $X_q$.

   • Le Théorème 5.2 établit qu'au point d'indépendance, l'information efficiente pour estimer la dépendance est exactement la masse d'interaction « blanchie ».
   • Les auteurs prouvent qu'une absence totale de chevauchement n'implique pas une absence d'information. Les plans peuvent être entrelacés (chevauchement nul mais faibles distances de plus proches voisins) ou séparés (chevauchement nul et grandes distances). Seuls les plans entrelacés fournissent une masse d'interaction suffisante pour apprendre la dépendance.

4. Critère de bénéfice net :
   En combinant le gain de prédiction oracle avec la pénalité d'estimation de premier ordre (dérivée via la méthode delta et l'information efficiente), les auteurs formulent un critère de bénéfice net local. La modélisation jointe n'est utile que lorsque le gain de prédiction oracle dépasse le coût d'estimation excédentaire induit par l'apprentissage des paramètres de dépendance croisée.

Résultats clés

• Réconciliation de la littérature : L'article explique pourquoi le krigeage multivarié échoue sur les plans isotopiques (autokrigeabilité : la prédiction jointe s'effondre vers la prédiction univariée dans les contextes isotopiques sans bruit) mais réussit dans les contextes hétérotopiques où les plans auxiliaires comblent les lacunes locales du plan cible.
• La géométrie plutôt que le chevauchement : L'indice de chevauchement standard (partie des points colocalisés) est insuffisant. Deux plans avec un chevauchement nul peuvent produire des régimes inférentiels opposés : des plans entrelacés (haut potentiel d'emprunt, dépendance estimable) versus des plans séparés (aucun emprunt, dépendance inestimable).
• Masse d'interaction : L'estimabilité de la dépendance entre les sorties est strictement contrôlée par $W_{pq}$. Si les plans sont séparés de plus de quelques échelles de longueur du noyau, $W_{pq}$ s'effondre, rendant les paramètres de dépendance non identifiables quel que soit la taille de l'échantillon.
• Procédure de sélection : Les auteurs proposent une procédure de sélection opérationnelle en cinq étapes :
  1. Fixer les cibles de prédiction et les échelles de noyau.
  2. Cartographier la géométrie croisée des sorties (proximité et couverture).
  3. Prioriser les sorties avec un Indice de Potentiel d'Emprunt ($B_j$) élevé.
  4. Vérifier l'estimabilité via la masse d'interaction ($W_{pq}$).
  5. Ajuster sélectivement et vérifier le bénéfice net.

Validation expérimentale
La théorie est validée par :

• Expériences synthétiques : Des études contrôlées démontrent que les plans à chevauchement nul entrelacés produisent des gains oracle significatifs et une dépendance estimable, tandis que les plans à chevauchement nul séparés ne produisent ni l'un ni l'autre.
• Simulation de file d'attente M/M/1 : Une illustration reliant les diagnostics à un métamodèle opérationnel.
• Réseau de surveillance multi-polluants : Une étude de cas montrant comment les critères s'appliquent aux données hétérotopiques réelles, identifiant où la modélisation jointe est bénéfique.

Signification et revendications
L'article affirme fournir le premier cadre théorique liant simultanément la géométrie des plans hétérotopiques tant au valeur prédictive de l'emprunt qu'à l'estimabilité de la dépendance requise pour cet emprunt. Il offre un « critère de bénéfice net de premier ordre » qui va au-delà des heuristiques qualitatives pour proposer un outil de sélection quantitatif. Les auteurs affirment que leur travail résout le conflit apparent dans la littérature en montrant que la modélisation jointe n'est ni universellement supérieure ni inférieure ; sa valeur est conditionnée par l'arrangement géométrique spécifique des plans d'entrée. Les diagnostics proposés permettent aux praticiens de déterminer a priori si le coût de l'ajustement d'un modèle multivarié complexe est justifié par la géométrie de leurs données disponibles.