📊 statistics

Operator learning for the 2D incompressible Navier-Stokes equations: a conformal prediction approach in the data-scarce regime

यह शोध पत्र एक डेटा-कुशल, व्यवधान-आधारित (perturbation-based) कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो डेटा-दुर्लभ परिदृश्यों में 2D इनकंप्रेसिबल नेवियर-स्टोक्स समाधानों के लिए कैलिब्रेटेड अनिश्चितता बैंड उत्पन्न करने हेतु एक प्रशिक्षित फूरियर न्यूरल ऑपरेटर को लपेटता है, जो लक्षित कवरेज बनाए रखते हुए मौजूदा विधियों की तुलना में संकीर्ण प्रेडिक्शन इंटरवल प्राप्त करता है।

मूल लेखक: Weinan Wang, Bowen Gang, Hao Deng

प्रकाशित 2026-06-09

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Weinan Wang, Bowen Gang, Hao Deng

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं। आपके पास एक सुपर-फास्ट कंप्यूटर मॉडल (एक "न्यूरल ऑपरेटर") है जो यह अनुमान लगा सकता है कि कल हवा और बारिश कैसी दिखेगी। यह मौसम विज्ञानियों द्वारा उपयोग किए जाने वाले पुराने, धीमे सुपरकंप्यूटरों की तुलना में बहुत तेज़ है। लेकिन समस्या यह है कि यह तेज़ मॉडल केवल एक अनुमान देता है, जैसे कि "दोपहर 2 बजे बारिश होगी।" यह आपको यह नहीं बताता कि वह कितना निश्चित है। क्या वह 99% सुनिश्चित है? या वह केवल इसलिए अनुमान लगा रहा है क्योंकि उसने पहले कभी ऐसा मौसम नहीं देखा है?

द्रव गतिकी (fluid dynamics) की दुनिया में (जैसे पानी का घूमना या हवा का चलना), अनिश्चित होना खतरनाक है। आपको न केवल भविष्यवाणी की आवश्यकता है, बल्कि उसके आसपास के "त्रुटि मार्जिन" (margin of error) की भी आवश्यकता है।

यह पेपर अनिश्चितता को समझने का एक चतुर और डेटा-कुशल तरीका पेश करता है, विशेष रूप से तब जब आपके पास प्रशिक्षण के लिए बहुत अधिक डेटा उपलब्ध न हो।

समस्या: "डेटा-भूखी" अनिश्चितता

आमतौर पर, यह जानने के लिए कि मॉडल कितना अनिश्चित है, आपको अनिश्चितता को मापने के लिए एक दूसरा, अलग मॉडल बनाना पड़ता है। इसे ऐसे समझें जैसे कि पहले जासूस के काम की जाँच करने के लिए दूसरे जासूस को काम पर रखना।

समस्या: यदि आपके पास डेटा की मात्रा कम है (एक "डेटा-दुर्लभ" स्थिति), तो आप अपने डेटा को आधा करने का खर्च नहीं उठा सकते। एक आधा हिस्सा मौसम भविष्यवक्ता को प्रशिक्षित करने के लिए, और दूसरा हिस्सा "अनिश्चितता जाँचकर्ता" को प्रशिक्षित करने के लिए। इससे दोनों मॉडल कम-प्रशिक्षित और कमजोर रह जाते हैं।

समाधान: "ट्विन टेस्ट" (परेशानी/पर्टरबेशन दृष्टिकोण)

लेखक एक स्मार्ट तरीका प्रस्तावित करते हैं जिसके लिए दूसरे मॉडल या अतिरिक्त डेटा की आवश्यकता नहीं होती है। वे कॉन्फ़ॉर्मल प्रेडिक्शन (Conformal Prediction) नामक एक तकनीक का उपयोग करते हैं, जो एक सुरक्षा जाल की तरह है जो यह गारंटी देता है कि आपकी भविष्यवाणी एक निश्चित प्रतिशत बार सही होगी।

यहाँ उनका रचनात्मक मोड़ है, जिसे वे "पर्टरबेशन-आधारित" (Perturbation-Based) दृष्टिकोण कहते हैं:

जुड़वाओं को प्रशिक्षित करें: दो अलग-अलग डेटा पर दो अलग मॉडल प्रशिक्षित करने के बजाय, वे एक ही डेटा पर दो समान मॉडल प्रशिक्षित करते हैं।
"शोर" (Noise) का कमाल: दूसरे जुड़वा के लिए, वे प्रशिक्षण से पहले उत्तरों (लेबल्स) में थोड़ा सा "स्थिर शोर" या "नॉइज़" जोड़ देते हैं। कल्पना कीजिए कि आप एक छात्र को गणित के सवाल हल करना सिखा रहे हैं, लेकिन दूसरे छात्र के लिए, आप सही उत्तरों के ऊपर थोड़ा सा निशान या गड़बड़ी कर देते हैं ताकि वे थोड़े से गलत हों।
असहमति: अब, आप दोनों जुड़वाओं से एक नए दिन के मौसम की भविष्यवाणी करने के लिए कहते हैं।
- यदि मौसम का पैटर्न सरल और स्पष्ट है, तो दोनों जुड़वा सहमत होंगे, भले ही शोर मौजूद हो।
- यदि मौसम का पैटर्न अराजक और सीखने में कठिन है (जैसे कि एक भयंकर तूफान), तो दूसरा जुड़वा (जो "गड़बड़" किए गए उत्तरों पर प्रशिक्षित था) भ्रमित हो जाएगा और पहले जुड़वा की तुलना में बहुत अलग उत्तर देगा।

उपमा (Analogy):
इन दो जुड़वाओं को एक ही रेसिपी का पालन करने वाले दो शेफ के रूप में सोचें।

शेफ A रेसिपी का पूरी तरह से पालन करता है।
शेफ B रेसिपी का पालन करता है, लेकिन किसी ने सामग्री पर छींक दिया, जिससे वे थोड़ी अलग हो गईं।
यदि वे एक साधारण सैंडविच बना रहे हैं, तो दोनों शेफ लगभग एक जैसा सैंडविच बनाएंगे। आप परिणाम पर बहुत आश्वस्त हैं।
यदि वे एक जटिल सूफ़ले (soufflé) बना रहे हैं जो तापमान के प्रति बहुत संवेदनशील है, तो शेफ A एक आदर्श सूफ़ले बना सकता है जबकि शेफ B उसे जला सकता है। उनकी असहमति आपको बताती है: "हे, यह व्यंजन पेचीदा है! इस परिणाम पर बहुत अधिक भरोसा न करें।"

वे इसका उपयोग कैसे करते हैं

लेखक इस "असहमति" का उपयोग भविष्यवाणी के चारों ओर एक सुरक्षा बैंड बनाने के लिए करते हैं।

जहाँ जुड़वा सहमत होते हैं: सुरक्षा बैंड संकीर्ण होता है (उच्च विश्वास)।
जहाँ जुड़वा असहमत होते हैं: सुरक्षा बैंड चौड़ा हो जाता है (कम विश्वास)।

यह अनिश्चितता का एक मानचित्र बनाता है जो इस बात पर निर्भर करता है कि तरल पदार्थ कहाँ तेजी से घूम रहा है (विक्षोभ/turbulence) बनाम कहाँ यह शांत है।

परिणाम: कम डेटा के साथ जीत

लेखकों ने इसका परीक्षण 2D फ्लूइड सिमुलेशन (नेवियर-स्टोक्स समीकरणों) पर किया, जो भविष्यवाणी करने के लिए कुख्यात रूप से कठिन हैं। उन्होंने अपने "ट्विन टेस्ट" तरीके की तुलना अनिश्चितता मापने के अन्य लोकप्रिय तरीकों से की।

विजेता: उनके तरीके ने अन्य तरीकों की तुलना में अधिक सटीक और कड़े सुरक्षा बैंड बनाए।
क्यों? क्योंकि उन्होंने एक अलग "अनिश्चितता मॉडल" को प्रशिक्षित करने में अपना डेटा बर्बाद नहीं किया। उन्होंने उपलब्ध सभी डेटा का उपयोग जुड़वाओं को प्रशिक्षित करने के लिए किया, जिससे छोटे डेटासेट का अधिकतम लाभ उठाया गया।
समझौता (Trade-off): अन्य तरीकों या तो बहुत चौड़े, बेकार सुरक्षा बैंड देते थे (जैसे यह कहना कि "बारिश हो सकती है या नहीं भी हो सकती है, दुनिया में कहीं भी") या उन्हें ठीक से काम करने के लिए बहुत अधिक डेटा की आवश्यकता थी।

मुख्य निष्कर्ष

यह पेपर दिखाता है कि यह जानने के लिए कि आप कितने अनिश्चित हैं, आपको दूसरे मॉडल की आवश्यकता नहीं है। केवल एक ही मॉडल के दो संस्करणों को प्रशिक्षित करके—एक साफ डेटा पर और दूसरा थोड़े से "शोर वाले" डेटा पर—आप माप सकते हैं कि भविष्यवाणी कितनी संवेदनशील है। यदि मॉडल सूक्ष्म परिवर्तनों के प्रति संवेदनशील है, तो आप जानते हैं कि सावधान रहना है। यह तेज़ AI भविष्यवाणियों में "कॉन्फिडेंस मीटर" जोड़ने का एक अत्यधिक कुशल तरीका है, विशेष रूप से तब जब आप सीमित जानकारी के साथ काम कर रहे हों।

तकनीकी सारांश: डेटा-दुर्लभ शासन में ऑपरेटर लर्निंग के लिए परटर्बेशन-आधारित कॉन्फॉर्मल प्रेडिक्शन

1. समस्या का निरूपण

यह शोध पत्र 2D इनकंप्रेसिबल नेवियर-स्टोक्स समीकरणों सीखने वाले न्यूरल ऑपरेटर्स के लिए अनिश्चितता परिमाणीकरण (Uncertainty Quantification - UQ) की चुनौती को संबोधित करता है। जबकि न्यूरल ऑपरेटर्स (जैसे, फूरियर न्यूरल ऑपरेटर्स, FNO) महंगे PDE सॉल्वर के कुशल सरोगेट प्रदान करते हैं, उनके पॉइंट प्रेडिक्शन में स्पैटियोटेम्पोरल फील्ड्स के लिए कैलिब्रेटेड अनिश्चितता अनुमानों का अभाव होता है। यह उन संदर्भों में महत्वपूर्ण है जहाँ त्रुटियाँ स्थान और समय के अनुसार बदलती हैं।

विशिष्ट समस्या को एक सॉल्यूशन ऑपरेटर $G: \mathbf{a} \to \mathbf{u}$ सीखने के रूप में तैयार किया गया है, जो वोर्टिसिटी फील्ड्स के इनपुट इतिहास $\mathbf{a}$ को भविष्य के प्रक्षेपवक्र (trajectory) $\mathbf{u}$ में मैप करता है। लक्ष्य एक प्रेडिक्शन सेट $C(\mathbf{a})$ का निर्माण करना है जो पूरे स्पैटियोटेम्पोरल ग्रिड पर कम से कम $1-\alpha$ की प्रायिकता के साथ एक साथ कवरेज (simultaneous coverage) को संतुष्ट करता हो:
$P(\mathbf{u}_{new} \in C(\mathbf{a}_{new})) \geq 1 - \alpha$
लेखक डेटा-दुर्लभ शासन (data-scarce regime) पर ध्यान केंद्रित करते हैं, जहाँ कुल लेबल बजट निश्चित है। इस सेटिंग में, ऐसे तरीके जिन्हें अलग अनिश्चितता नेटवर्क (जैसे, UQNO) की आवश्यकता होती है, उन्हें सीमित डेटा को एक प्रेडिक्टिव मॉडल और एक सहायक अनिश्चितता मॉडल के बीच विभाजित करना पड़ता है, जिससे दोनों के प्रदर्शन में कमी आ सकती है।

2. कार्यप्रणाली: परटर्बेशन-आधारित नॉनकॉन्फॉर्मिटी स्कोर

प्रस्तावित ढांचा एक प्रशिक्षित न्यूरल ऑपरेटर को स्प्लिट कॉन्फॉर्मल प्रेडिक्शन (CP) के साथ लपेटता है। मुख्य नवाचार एक परटर्बेशन-आधारित नॉनकॉन्फॉर्मिटी स्कोर का निर्माण है जो एक अलग अनिश्चितता नेटवर्क या विलगित डेटा स्प्लिट की आवश्यकता के बिना एक अनुकूलन योग्य (adaptive), स्थानिक रूप से परिवर्तनशील अनिश्चितता स्केल उत्पन्न करता है।

2.1 मुख्य तंत्र

यह विधि इस सिद्धांत पर आधारित है कि सीखे गए ऑपरेटर की प्रशिक्षण लेबल्स में छोटे परटर्बेशन के प्रति संवेदनशीलता, प्रेडिक्टिव अनिश्चितता के साथ सह-संबंधित होती है।

दोहरा प्रशिक्षण (Dual Training): समान आर्किटेक्चर वाले दो न्यूरल ऑपरेटर्स को एक ही उचित प्रशिक्षण सेट पर प्रशिक्षित किया जाता है:
- $\hat{G}$ : मूल लेबल्स $\mathbf{u}_i$ पर प्रशिक्षित।
- $\hat{G}_\epsilon$ : परटर्बड लेबल्स $\tilde{\mathbf{u}}_i = \mathbf{u}_i + \boldsymbol{\epsilon}_i$ , जहाँ $\boldsymbol{\epsilon}_i \sim \mathcal{N}(0, \sigma_\epsilon^2)$ पर प्रशिक्षित।
रॉ डिसएग्रीमेंट (Raw Disagreement): एक नए इनपुट $\mathbf{a}$ के लिए, कोऑर्डिनेट $k$ पर रॉ अनिश्चितता माप पॉइंटवाइज एब्सोल्यूट डिफरेंस है:
$d(\mathbf{a})_k = | \hat{G}(\mathbf{a})_k - \hat{G}_\epsilon(\mathbf{a})_k |$
स्थिरीकरण (Stabilization): संख्यात्मक अस्थिरता (शून्य के करीब मानों के विभाजन) को रोकने और मजबूती सुनिश्चित करने के लिए, रॉ डिसएग्रीमेंट एक दो-चरणीय प्रक्रिया से गुजरता है:
- स्थानिक स्मूथिंग (Spatial Smoothing): स्थानीय शोर को औसत करने के लिए डिसएग्रीमेंट मैप को $K \times K$ स्थानिक विंडो (जैसे, $15 \times 15$ ) का उपयोग करके स्मूथ किया जाता है।
- फ्लोर स्टेबलाइजेशन (Floor Stabilization): एक डेटा-डिपेंडेंट फ्लोर $\tau_0$ लागू किया जाता है, जिसे प्रशिक्षण सेट पर मीडियन डिसएग्रीमेंट के एक अंश के रूप में परिभाषित किया गया है। अंतिम स्केल $\sigma(\mathbf{a})_k = \max(\bar{d}(\mathbf{a})_k, \tau_0)$ है।
नॉनकॉन्फॉर्मिटी स्कोर: कैलिब्रेशन सैंपल के लिए कॉन्फॉर्मल स्कोर सभी आउटपुट कोऑर्डिनेट्स पर अधिकतम सामान्यीकृत अवशेष (maximum normalized residual) के रूप में परिभाषित किया गया है:
$S(\mathbf{a}, \mathbf{u}) = \max_k \frac{| u_k - \hat{G}(\mathbf{a})_k |}{\sigma(\mathbf{a})_k}$
यह मैक्स-टाइप स्कोर ग्रिड पर एक साथ कवरेज को लक्षित करता है।

2.2 कैलिब्रेशन और प्रेडिक्शन

स्प्लिट कॉन्फॉर्मल प्रोटोकॉल का उपयोग करते हुए, स्कोर $S$ को एक कैलिब्रेशन सेट पर गणना किया जाता है। इन स्कोर्स का क्वांटाइल $\hat{Q}_{1-\alpha}$ प्रेडिक्शन बैंड्स की चौड़ाई निर्धारित करता है। एक नए इनपुट के लिए, कोऑर्डिनेट $k$ पर प्रेडिक्शन बैंड है:
$C(\mathbf{a})_k = \left[ \hat{G}(\mathbf{a})_k - \hat{Q}_{1-\alpha}\sigma(\mathbf{a})_k, \quad \hat{G}(\mathbf{a})_k + \hat{Q}_{1-\alpha}\sigma(\mathbf{a})_k \right]$
एक्सचेंजेबिलिटी (exchangeability) के तहत सैद्धांतिक गारंटी सुनिश्चित करती है कि पूरा प्रक्षेपवक्र $1-\alpha$ की प्रायिकता के साथ एक साथ कवर किया जाएगा।

3. प्रमुख योगदान

परटर्बेशन-आधारित स्केल: एक विधि का परिचय जो बेस मॉडल और परटर्बड लेबल्स पर प्रशिक्षित मॉडल के बीच के डिसएग्रीमेंट से सीधे अनुकूलन योग्य अनिश्चितता स्केल प्राप्त करती है। यह किसी अतिरिक्त अनिश्चितता नेटवर्क की आवश्यकता को समाप्त करता है।
डेटा दक्षता: यह दृष्टिकोण विशेष रूप से डेटा-दुर्लभ शासन के लिए डिज़ाइन किया गया है। UQNO जैसे तरीकों के विपरीत, जो डेटा को विभाजित करते हैं, परटर्बेशन विधि ऑपरेटर सीखने के लिए उपलब्ध जानकारी को अधिकतम करने हेतु पूर्ण प्रशिक्षण सेट का उपयोग करती है।
एक साथ कवरेज (Simultaneous Coverage): मैक्स-टाइप नॉनकॉन्फॉर्मिटी स्कोर का उपयोग यह सुनिश्चित करता है कि प्रेडिक्शन बैंड्स उच्च-आयामी स्पैटियोटेम्पोरल आउटपुट पर वैध एक साथ कवरेज प्रदान करते हैं, न कि केवल व्यक्तिगत बिंदुओं पर मार्जिनल कवरेज।
स्थिरीकरण तकनीकें: यह दिखाया गया है कि स्थानिक स्मूथिंग और फ्लोर स्टेबलाइजेशन का समावेश कुशल कॉन्फॉर्मल बैंड्स के लिए महत्वपूर्ण है, जो आइसोलेटेड नियर-जीरो डिसएग्रीमेंट के कारण अनिश्चितता अनुमानों के बढ़ने को रोकता है।

4. प्रयोगात्मक परिणाम

प्रयोग एक 2D नेवियर-स्टोक्स वोर्टिसिटी बेंचमार्क ( $64 \times 64$ ग्रिड, 10 टाइम स्टेप्स) पर किए गए, जिसमें 1200 ट्रैजेक्टरीज का निश्चित कुल लेबल बजट था। प्रस्तावित विधि की तुलना निम्नलिखित से की गई:

MC Dropout: वेरिएंस एस्टीमेशन के लिए इन्फरेंस के दौरान ड्रॉपआउट का उपयोग।
Laplace Approximation: डायगोनल लास्ट-लेयर एप्रोक्सिमेशन।
UQNO: डेटा के विलगित उपसमुच्चय पर प्रशिक्षित एक सहायक क्वांटाइल नेटवर्क।
Unscaled: निरंतर-चौड़ाई वाले बैंड्स ( $\sigma \equiv 1$ ) के साथ एक बेसलाइन।

निष्कर्ष:

दक्षता: परटर्बेशन-आधारित विधि ने लक्षित सिमुल्टेनियस कवरेज बनाए रखते हुए सभी बेसलाइन्स की तुलना में काफी संकीर्ण कॉन्फॉर्मल बैंड्स उत्पन्न किए।
- $\alpha=0.04$ पर, परटर्बेशन विधि ने 3.786 का औसत रेडियस प्राप्त किया, जबकि अनस्केल्ड (Unscaled) के लिए यह 4.192, लैप्लेस (Laplace) के लिए 4.403, MC Dropout के लिए 8.530, और UQNO के लिए 16.784 था।
- UQNO पर सुधार विशेष रूप से महत्वपूर्ण (77.4% रेडियस कमी) था, जिसका कारण एक अलग अनिश्चितता नेटवर्क को प्रशिक्षित करने के लिए आवश्यक डेटा-स्प्लिटिंग पेनल्टी है।
एब्लेशन स्टडीज (Ablation Studies):
- स्थानिक स्मूथिंग (Spatial Smoothing): प्रदर्शन के लिए महत्वपूर्ण। स्मूथिंग को हटाने से औसत रेडियस ~3.8 से बढ़कर ~83.6 हो गया।
- फ्लोर स्टेबलाइजेशन (Floor Stabilization): दक्षता के लिए स्मूथिंग जितना महत्वपूर्ण नहीं, लेकिन स्थिरता के लिए आवश्यक है; इसे अकेले हटाने से रेडियस पर नगण्य प्रभाव पड़ा।
संवेदनशीलता (Sensitivity): विधि परटर्बेशन नॉइज़ के परिमाण ( $c \in [0.02, 0.10]$ ) के प्रति मजबूत है, जिसमें कवरेज इस रेंज में नाममात्र लक्ष्य के करीब रहता है।
गुणात्मक विश्लेषण: परिणामी अनिश्चितता बैंड्स भौतिक रूप से जटिल क्षेत्रों (वोर्टेक्स कोर, शियर लेयर्स) में सही ढंग से चौड़े होते हैं और स्मूथ लैमिनार क्षेत्रों में संकुचित होते हैं, जो भविष्यवाणी कार्य की अपेक्षित कठिनाई के अनुरूप है।

5. महत्व और दावे

शोध पत्र दावा करता है कि परटर्बेशन संवेदनशीलता कॉन्फॉर्मलइज्ड न्यूरल ऑपरेटर्स के लिए अनिश्चितता के एक व्यावहारिक और सैंपल-कुशल प्रॉक्सी के रूप में कार्य करती है। प्राथमिक महत्व अनिश्चितता अंशांकन (calibration) को सहायक मॉडलिंग से अलग करने में निहित है। लगभग समान डेटा पर प्रशिक्षित दो मॉडलों के बीच के डिसएग्रीमेंट का लाभ उठाकर, यह विधि एक माध्यमिक नेटवर्क के लिए प्रशिक्षण डेटा का त्याग किए बिना अनुकूलन योग्य, एक साथ कवरेज प्राप्त करती है।

लेखक इसे एक सामान्य तंत्र के रूप में प्रस्तुत करते हैं जो PDE से परे प्रतिगमन (regression) समस्याओं पर लागू किया जा सकता है, बशर्ते आप लगभग समान डेटा पर दो मॉडल प्रशिक्षित कर सकें। यह दृष्टिकोण डेटा-कुशल कॉन्फॉर्मल रिग्रेशन के लिए एक विकल्प प्रदान करता है, जो विशेष रूप से तब मूल्यवान है जब डेटा सीमित हो और सहायक मॉडलों को प्रशिक्षित करने की लागत अत्यधिक हो। परिणाम बताते हैं कि डेटा-दुर्लभ शासन में ऑपरेटर लर्निंग के लिए, परटर्बेशन-आधारित स्केलिंग सख्त सांख्यिकीय गारंटी बनाए रखते हुए बैंड की कसावट (tightness) के मामले में मौजूदा अनुकूलन योग्य तरीकों (MC Dropout, Laplace, UQNO) से बेहतर प्रदर्शन करती है।