Decoupled Latent Optimization of Diffusion Models for Full Waveform Inversion

Sintesi Tecnica: Ottimizzazione Latente Disaccoppiata di Modelli di Diffusione per l'Inversione dell'Onda Completa

1. Definizione del Problema

L'Inversione dell'Onda Completa (Full Waveform Inversion, FWI) è un problema di ottimizzazione vincolato da PDE volto al recupero di modelli di velocità del sottosuolo ad alta risoluzione dai registrazioni del campo d'onda sismica. Il problema è severamente mal posto e non convesso a causa della non linearità dell'equazione d'onda e dell'illuminazione limitata del sottosuolo. Ciò conduce a un paesaggio di misfit costellato di minimi locali, in particolare il fenomeno dello "cycle-skipping", in cui l'ottimizzazione converge verso soluzioni errate se il modello di velocità iniziale è impreciso o se i dati sono rumorosi/incompleti.

Mentre i metodi di regolarizzazione classici (es. Tikhonov, Total Variation) stabilizzano l'inversione, essi spesso falliscono nel riprodurre strutture geologiche realistiche, ovvero sovrasemplificando i dettagli fini o introducendo artefatti a gradino. Al contrario, recenti approcci basati sulla diffusione tentano di sfruttare prior basati sui dati, ma affrontano sfide significative:

• Inconsistenza dei Vincoli Fisici: Metodi che intercalano i passi di gradiente FWI con il campionamento di diffusione (es. DiffusionFWI) faticano a bilanciare i vincoli fisici con le marginali con rumore gaussiano visitate dal campionatore, portando a fragili compromessi tra gli iperparametri.
• Sensibilità all'Inizializzazione: Metodi che ottimizzano direttamente nello spazio latente di un campionatore di diffusione (Ottimizzazione Latente) vincolano la soluzione al manifold appreso, ma precludono l'uso di inizializzazioni fisicamente informate (es. modelli di velocità smussati) essenziali per evitare lo cycle-skipping tipico della FWI classica. Inoltre, la retropropagazione attraverso le catene composte di solver PDE e campionatore destabilizza i gradienti.

2. Metodologia: Ottimizzazione Latente Disaccoppiata (DLO)

Gli autori propongono l'Ottimizzazione Latente Disaccoppiata (DLO), un framework che integra un modello di diffusione pre-addestrato nel processo FWI come meccanismo di regolarizzazione senza i suddetti svantaggi.

Formulazione Core:
Inveve della stretta formulazione di ottimizzazione latente $\min_z \|F(R_\theta(z)) - d_{obs}\|^2$, la DLO rilassa il vincolo di uguaglianza $v = R_\theta(z)$ in un obiettivo di penalità quadratica su due variabili: una variabile di velocità fisica $v$ e una variabile latente ausiliaria $z$. La funzione obiettivo è:
$$\min_{v, z} \|F(v) - d_{obs}\|^2 + \lambda \|v - R_\theta(z)\|^2$$
dove:

• $F(v)$ è l'operatore dell'equazione d'onda in avanti.
• $R_\theta(z)$ è il campionatore DDIM deterministico (il decoder) che mappa un vettore latente $z$ in un campione di velocità a priori.
• $\lambda$ è un parametro di penalità fisso.

Strategia di Ottimizzazione:
Il metodo impiega uno schema di discesa del gradiente alternato:

1. Aggiornamento Fisico (step-$v$): La velocità fisica $v$ viene aggiornata utilizzando il gradiente del misfit dei dati (calcolato tramite il metodo dello stato aggiunto) e un termine di regolarizzazione che spinge $v$ verso l'attuale campione a priori $R_\theta(z)$. Fondamentalmente, questo step opera interamente nello spazio fisico, permettendo l'uso della classica inizializzazione a velocità smussata per evitare lo cycle-skipping.
2. Aggiornamento Latente (step-$z$): La variabile latente $z$ viene aggiornata per minimizzare la distanza tra l'attuale velocità fisica $v$ e il campione a priori decodificato $R_\theta(z)$. Ciò comporta la retropropagazione attraverso l'unrolled DDIM sampler (una discretizzazione ODE deterministica) per trovare il codice latente che proietta meglio $v$ sul manifold a priori appreso.

Giustificazione Teorica:
Il documento fornisce un'analisi rigorosa dimostrando che, per $\lambda \to \infty$, i minimizzatori della formulazione di penalità convergono ai minimizzatori del problema originale di ottimizzazione latente vincolata. Tuttavia, nella pratica, viene utilizzato un $\lambda$ fisso e moderato per evitare il mal condizionamento associato ai classici metodi di penalità, mantenendo un vincolo "morbido" che guidi l'inversione verso il manifold geologico appreso.

3. Contributi Chiave

• Nuova Formulazione: Introduzione della DLO, che disaccoppia l'inversione fisica dal campionatore di diffusione, risolvendo il conflitto tra i requisiti di inizializzazione nello spazio fisico e la necessità di forti prior basati sui dati.
• Stabilità del Gradiente: Evitando la retropropagazione attraverso la catena composta di solver PDE e campionatore durante l'aggiornamento fisico, il metodo stabilizza il paesaggio di ottimizzazione.
• Inizializzazione Robusta: Il framework preserva la capacità di inizializzare la FWI con modelli di velocità smussati, un requisito critico per la convergenza in problemi non convessi vincolati da PDE.
• Quantificazione dell'Incertezza: La natura stocastica dell'inizializzazione latente ($z \sim \mathcal{N}(0, I)$) consente la generazione di un ensemble di soluzioni, fornendo una stima dell'incertezza a livello di pixel che correla positivamente con l'errore di ricostruzione.

4. Risultati Sperimentali

Gli autori hanno valutato la DLO sul benchmark OpenFWI (che copre regimi geologici piatti, con faglie, curvi e con faglie complesse) e sui benchmark out-of-distribution Marmousi e Overthrust.

• Performance su OpenFWI: La DLO ha superato costantemente i regolarizzatori classici (Tikhonov, TV) e gli esistenti metodi basati sulla diffusione (DiffusionFWI, RED-DiffEq) in scenari di acquisizione con dati puliti, rumorosi e con tracce mancanti. Ha ottenuto metriche superiori (RMSE, MAE, SSIM), in particolare nel recupero di strutture di faglia intricate e dettagli su piccola scala, sopprimendo al contempo gli artefatti.
• Robustezza: La DLO ha dimostrato una marcata robustezza al rumore gaussiano additivo (fino a $\sigma=0.5$) e a perdite significative di tracce (fino all'85.7% di perdita di dati), mantenendo strutture geologiche coerenti dove altri metodi degradavano o producevano artefatti non fisici.
• Generalizzazione: Un prior di diffusione addestrato esclusivamente su modelli OpenFWI $70 \times 70$ è stato trasferito direttamente ai benchmark più grandi e strutturalmente distinti Marmousi e Overthrust senza ri-addestramento. La DLO ha recuperato con successo fogli di sovrascorrimento complessi e strati inclinati in questi contesti out-of-distribution.
• Insensibilità all'Inizializzazione: A differenza dei baseline di ottimizzazione latente, le prestazioni della DLO sono rimaste stabili attraverso diversi gradi di smoothing del modello iniziale ($\sigma_{init}$), confermando la sua capacità di sfruttare efficacemente i prior fisici.
• Correlazione dell'Incertezza: Gli esperimenti hanno mostrato una forte correlazione positiva tra la deviazione standard dell'ensemble (indotta dall'inizializzazione latente casuale) e l'errore assoluto di ricostruzione, validando la media dell'ensemble come un predittore affidabile della qualità della ricostruzione locale.

5. Significato e Rivendicazioni

Il documento afferma che la DLO rappresenta un avanzamento significativo nella risoluzione di problemi inversi governati da PDE, integrando con successo prior generativi senza compromettere i vincoli fisici o le strategie di inizializzazione necessari per la convergenza.

• Colmare il Divario: La DLO colma il divio tra il realismo strutturale offerto dai modelli di diffusione e la stabilità fisica richiesta dalla FWI classica.
• Applicabilità Pratica: La robustezza della DLO al rumore, ai dati mancanti e alla geologia out-of-distribution suggerisce un forte potenziale per applicazioni di imaging sismico nel mondo reale, dove la qualità dei dati e la complessità geologica variano significamente.
• Scalabilità: La capacità di trasferire un prior di piccola scala a domini più grandi e complessi senza modifiche evidenzia la scalabilità dell'approccio.

Gli autori concludono che il principio di ottimizzazione latente disaccoppiata è ampiamente applicabile ad altri problemi di inversione vincolati da PDE per i quali sia disponibile un prior generativo pre-addestrato, offrendo una via verso un imaging del sottosuolo più accurato e robusto.