Diagnostic Certificates of Data Quality and Regression Identifiability for Koopman Identification

Sintesi Tecnica: Certificati Diagnostici della Qualità dei Dati e Identificabilità della Regressione per l'Identificazione di Koopman

Enunciato del Problema
Nell'identificazione di sistemi dinamici non lineari utilizzando il framework dell'operatore di Koopman e la Decomposizione Modale Dinamica Estesa con controllo (EDMDc), la qualità del modello identificato dipende da un oggetto di regressione congiunto che comprende stati visitati, caratteristiche del dizionario sollevate e ingressi di controllo. I criteri classici di eccitazione persistente (PE), che valutano la ricchezza dell'ingresso, sono insufficienti in questo contesto. Un segnale può essere ricco in ingresso mentre la traiettoria degli stati rimane confinata in una regione ristretta; i campioni degli stati possono apparire ben distribuiti mentre il dizionario scelto produce caratteristiche sollevate degeneri o altamente correlate; e le caratteristiche sollevate possono essere singolarmente non degenerate mentre la matrice di regressione concatenata finale (caratteristiche sollevate + ingressi) rimane mal condizionata a causa della ridondanza tra le colonne.

Il lavoro affronta la mancanza di un framework strutturato per diagnosticare dove fallisce la qualità dei dati nell'identificazione di Koopman. Si ipotizza che la qualità dei dati sia un problema multistrato che coinvolge la geometria dello spazio degli stati, la geometria delle caratteristiche sollevate e la geometria dello spazio di regressione, che sono correlate ma non intercambiabili.

Metodologia
Gli autori propongono un framework di certificati diagnostici che separa la valutazione della qualità dei dati in tre livelli distinti, muovendosi dalle proprietà di campionamento a monte fino alla stabilità finale della stima:

1. Certificati dello Spazio degli Stati: Questi sono diagnostici indiretti che valutano la geometria della traiettoria raccolta.

   • Copertura Direzionale ($C_{dir}$): Misura la dispersione delle direzioni di spostamento della traiettoria.
   • Non-aggregazione di tipo Frostman ($C_{fr}$): Diagnostica il campionamento ripetuto locale e l'aggregazione multiscala.
   • Isotropia degli Stati ($C_{state}$): Valuta la condizione spettrale della matrice degli stati standardizzati attivi.

2. Certificati delle Caratteristiche Sollevate: Questi valutano il comportamento del dizionario sui dati raccolti.

   • Isotropia delle Caratteristiche Sollevate ($C_{lift}$): Misura il valore minimo dell'autovalore della matrice di Gram standardizzata delle caratteristiche sollevate, rilevando colonne costanti o alte correlazioni indotte dalla specifica distribuzione degli stati.

3. Certificati dello Spazio di Regressione: Questi valutano il problema finale di regressione EDMDc.

   • Isotropia di Regressione ($C_{reg}$): Definita come il valore minimo dell'autovalore della matrice concatenata standardizzata attiva (caratteristiche sollevate + ingressi). Questo è il certificato primario con garanzie teoriche dirette riguardo alla stabilità della stima.
   • Certificato Composito ($C_{GPE}$): Una metrica di tipo collo di bottiglia che prende il minimo dei livelli sopra citati (normalizzato per soglie) per localizzare il fallimento primario della qualità dei dati.

Framework Teorico
Il lavoro stabilisce che $C_{reg}$ controlla direttamente il valore singolare minimo della matrice di progetto standardizzata attiva ($\sigma_{min}(\bar{\Phi})$). Sotto un progetto fisso e rumore gaussiano condizionato, questo certificato limita l'informazione di Fisher e l'errore atteso dello stimatore ridge/minimi quadrati. Gli autori dimostrano un limite inferiore da popolazione a campione per lo spettro di regressione, mostrando che un limite spettrale positivo richiede tre condizioni che lavorano in concerto: copertura della distribuzione degli stati, non-degenerazione del dizionario su quella regione ed eccitazione dell'ingresso condizionata rispetto alle caratteristiche sollevate.

Crucialmente, il lavoro fornisce una condizione di complemento di Schur e controesempi che dimostrano che una geometria degli stati favorevole non implica una geometria sollevata o di regressione favorevole (ad esempio, un insieme di stati in cui un termine specifico del dizionario polinomiale si annulla identicamente). Pertanto, i diagnostici a monte non possono sostituire l'ispezione diretta dello spettro di regressione finale.

Validazione Sperimentale
Il framework è valutato utilizzando l'algoritmo IGPE-DOPT, un metodo di campionamento guidato da certificati che assegna un punteggio ai segmenti di traiettoria candidati basandosi su una miscela ponderata dei certificati proposti. Gli esperimenti sono condotti sui sistemi di Duffing, Van der Pol e Lorenz, confrontando IGPE-DOPT con:

• Baseline orientate all'ingresso (Adaptive PE, Optimal Input Design).
• Baseline orientate agli stati (State-space k-center, GPE-STATE).
• Baseline orientate allo spazio sollevato (Lifted D-optimal).
• Baseline orientate allo spazio di regressione (Regression D/E-optimal).

Risultati Chiave

1. Separazione dei Livelli: Gli esperimenti confermano che i livelli dei certificati sono distinti. Un metodo che ottimizza la copertura degli stati (ad esempio, STATE-KCENTER) non ottimizza necessariamente lo spettro di regressione, e viceversa.
2. Corrispondenza Teorica: Il certificato di regressione ($C_{reg}$) correla con il valore singolare minimo e la stabilità di stima a un passo, validando il legame teorico.
3. Non Monotonicità: Le prestazioni a valle (predizione a orizzonte lungo e controllo in anello chiuso) non sono monotone rispetto a un singolo certificato. Un metodo con il certificato di regressione più alto non garantisce sempre le migliori prestazioni di controllo, poiché le metriche del compito dipendono dal bias del dizionario, dalle regioni operative e dalla controllabilità in anello chiuso.
4. Sensibilità: Modificare i pesi nella funzione di punteggio IGPE-DOPT sposta il profilo di qualità dei dati (ad esempio, privilegiando la regressione rispetto alla copertura degli stati), ma nessuna singola configurazione di pesi garantisce l'ottimalità su tutti i compiti a valle.

Significato e Affermazioni
Il lavoro inquadra esplicitamente il proprio contributo come un framework diagnostico calcolabile, interpretabile e ablativo, non come un'affermazione di ottimalità universale per la raccolta dei dati.

• Utilità Diagnostica: Il framework funge da "flusso di lavoro di triage" per i praticanti per identificare se un collo di bottiglia nella qualità dei dati risiede nella copertura degli stati, nella degenerazione del dizionario o nello spettro di regressione finale.
• Confini Teorici: Gli autori sottolineano che le loro garanzie teoriche si applicano strettamente alla stabilità della regressione EDMDc a un passo in coordinate standardizzate attive. Non affermano di controllare l'errore di propagazione a orizzonte lungo, il recupero del sottospazio invariante di Koopman o le prestazioni del controllo in anello chiuso.
• Guida Pratica: Il lavoro sostiene che affidarsi esclusivamente alla PE dell'ingresso o alla copertura degli stati è insufficiente. I praticanti devono riportare le dimensioni attive, i ranghi attivi e le quantità spettrali per la matrice di regressione concatenata per garantire l'identificabilità.

In sintesi, il lavoro riformula l'acquisizione dei dati di Koopman da una ricerca di "ingressi ricchi" a una diagnosi strutturata di proprietà geometriche multistrato, fornendo strumenti per localizzare e riparare fallimenti specifici nella pipeline dai dati al modello.