Confidence intervals for functionals in constrained inverse problems via data-adaptive sampling-based calibration

Resumo Técnico: Intervalos de Confiança para Funcionais em Problemas Inversos com Restrições via Calibração Baseada em Amostragem Adaptativa aos Dados

Enunciado do Problema
O artigo aborda o desafio da quantificação de incerteza (UQ) frequentista para problemas inversos mal-postos onde o modelo direto é deficiente em posto (rank-deficient), a dimensão do parâmetro excede a dimensão das observações e os parâmetros desconhecidos estão sujeitos a restrições físicas (ex: não-negatividade). O objetivo específico é construir um intervalo de confiança $C_\alpha(y)$ para uma quantidade de interesse (QoI) unidimensional, $\phi(x^*)$, que satisfaça uma garantia de cobertura uniforme em amostra finita:
$$P_{x^*}(\phi(x^*) \in C_\alpha(y)) \geq 1 - \alpha$$
para todo $x^*$ viável em $X$.

Métodos existentes, particularmente o "One-at-a-Time Strict Bounds" (OSB), baseiam-se em computações de extremidade via otimização. Embora o OSB seja computacionalmente viável, suas garantias de cobertura são teoricamente não comprovadas e frequentemente falham na prática devido à dificuldade de calibrar o limiar da estatística de teste ($\psi^2_\alpha$) na presença de restrições. A abordagem padrão de utilizar um conjunto de confiança simultâneo para todo o espaço de parâmetros é excessivamente conservadora, levando a intervalos excessivamente largos. Por outro lado, adaptar o intervalo para uma QoI específica (a abordagem OSB) introduz um problema de "Conjectura de Burrus", onde a garantia de cobertura é geralmente inválida porque o espaço da hipótese nula é composto e potencialmente ilimitado.

Metodologia
Os autores propõem um framework que combina inversão de teste, encolhimento de restrição adaptativo aos dados e calibração baseada em amostragem. A metodologia central procede em três estágios:

1. Encolhimento de Restrição Adaptativo aos Dados (Conjunto Berger–Boos):
   Para lidar com a ilimitação e a complexidade da hipótese nula composta, os autores introduzem um subconjunto de dados-adaptativo do conjunto de restrições, $B_\eta(y)$, inspirado na construção de Berger–Boos para parâmetros de incerteza (nuisance parameters).

   • Eles definem um conjunto de confiança para as observações, $\Gamma_\eta(y) = \{y' : \|y - y'\|^2 \leq \chi^2_{n,\eta}\}$.
   • O conjunto Berger–Boos é a pré-imagem desta região intersectada com as restrições: $B_\eta(y) = \{x \in X : \|y - f(x)\|^2 \leq \chi^2_{n,\eta}\}$.
   • Este conjunto contém o parâmetro verdadeiro $x^*$ com probabilidade de pelo menos $1-\eta$. O orçamento de cobertura restante ($\alpha - \eta$) é alocado para calibrar a razão de verossimilhança (LLR) em um nível $\gamma \leq \alpha - \eta$.

2. Estimativa de Quantil via Amostragem:
   Em vez de tentar computar o quantil máximo da estatística LLR sobre todo o espaço (potencialmente ilimitado), o método estima a função quantil sobre o conjunto limitado $B_\eta(y)$.

   • Amostragem: Os autores empregam amostradores específicos para desenhar pontos de design uniformemente de $B_\eta(y)$. Para casos de baixo nível de dimensão e posto completo, utilizam o amostrador Voelker–Gosmann–Stewart (VGS). Para casos de alta dimensão ou deficiência de posto, utilizam um amostrador de Polítopo baseado no passeio de Vaidya.
   • Calibração: Dois algoritmos são propostos para estimar a superfície de quantis:
     • Algoritmo 3.1 (Estimativa Direta): Amostra a estatística LLR $N$ vezes em cada ponto de design para estimar o quantil empírico.
     • Algoritmo 3.2 (Regressão Quantílica): Amostra a estatística LLR uma vez por ponto de design e utiliza regressão quantílica (especificamente Gradient Boosting com perda pinball) para aprender a superfície de quantis condicional $q_\gamma(x)$. Esta abordagem troca a otimização repetida por uma suposição de suavidade.

3. Construção do Intervalo:
   Utilizando os quantis estimados, os autores definem quatro construções de intervalo distintas baseadas em duas taxonomias:

   • Global vs. Fatiado (Sliced): Métodos globais maximizam o quantil sobre todo o $B_\eta(y)$, enquanto métodos fatiados maximizam sobre conjuntos de nível ($\Phi_\mu \cap B_\eta$).
   • Invertido vs. Otimizado: Métodos invertidos aceitam valores funcionais $\mu$ onde a LLR observada está abaixo do quantil estimado. Métodos otimizados definem extremidades otimizando $\phi(x)$ sobre uma região definida pelo limiar de quantil estimado.

Principais Contribuições

• Framework Teórico: O artigo estende o framework de inversão de teste de [2] para problemas inversos com restrições e mal-postos, integrando o conjunto Berger–Boos. Isso permite o controle do erro do Tipo I sobre uma região limitada e adaptativa aos dados, em vez de todo o espaço de parâmetros ilimitado.
• Integração Inovadora: Embora os conjuntos Berger–Boos e a regressão quantílica existam na literatura, este trabalho é o primeiro a integrá-los especificamente para produzir intervalos de confiança conscientes das restrições para funcionais em problemas inversos de alta dimensão e potencialmente ilimitados.
• Implementação Algorítmica: Os autores fornecem algoritmos práticos para a amostragem da geometria complexa do conjunto Berger–Boos (que é uma interseção de um polítopo e uma elipsoide) e para a estimativa das superfícies de quantis necessárias usando técnicas de aprendizado de máquina.
• Justificativa Teórica: Os autores provam que as construções de intervalo propostas convergem em probabilidade para os conjuntos de confiança verdadeiros conforme o número de amostras aumenta, desde que a função quantil seja contínua e a amostragem cubra o conjunto de forma eficaz.

Resultados
Experimentos numéricos foram conduzidos em modelos gaussianos sintéticos e em um problema realista de desdobramento (unfolding) de física de altas energias (espaço de parâmetros de 80 dimensões, modelo direto com deficiência de posto).

• Cobertura: Em cenários onde os intervalos OSB de última geração falham em atingir a cobertura nominal (especificamente em configurações gaussianas restritas 3D e ambientes adversariais de alta dimensão), os métodos propostos alcançam consistentemente a cobertura alvo.
• Comprimento do Intervalo:
  • Em casos onde o OSB atinge a cobertura nominal, os intervalos "Fatiados" (Sliced) propostos são competitivos, frequentemente fornecendo comprimentos esperados menores (ex: redução de ~11–18% no experimento de deconvolução suave de alta dimensão).
  • Nos casos em que o OSB falha, os métodos propostos alcançam a cobertura mantendo comprimentos esperados menores que o OSB.
  • As construções "Globais" tendem a ser mais conservadoras (mais largas) que as "Fatiadas", refletindo o compromisso entre robustez e precisão.
• Sensibilidade: Experimentos variando o parâmetro $\eta$ (o tamanho do conjunto Berger–Boos) sugerem que um $\eta$ positivo pequeno (ex: 0.01) oferece um compromisso benéfico, encolhendo o domínio de otimização o suficiente para melhorar o comprimento sem inflar excessivamente o limiar do quantil.

Significância e Alegações
O artigo afirma que sua abordagem oferece um framework flexível e teoricamente fundamentado para UQ em problemas inversos com restrições, evitando as armadilhas do viés de regularização inerentes aos métodos de regularização bayesianos ou determinísticos. Ao deslocar a complexidade da prova de cobertura para conjuntos ilimitados para a amostragem dentro de um conjunto limitado e adaptativo aos dados, o método produz intervalos que são computacionalmente viáveis e menos conservadores do que limites simultâneos.

Os autores observam modestamente que a escolha do parâmetro $\eta$ é atualmente heurística (baseada em pequenos valores pré-especificados) e que o desenvolvimento de uma regra de seleção automática e ótima para $\eta$ que preserve as garantias de amostra finita é uma direção para trabalhos futuros. Da mesma forma, embora o método lide efetivamente com problemas de alta dimensão nos experimentos, a extensão para dimensões ainda maiores exigirá o desenvolvimento adicional de técnicas de amostragem para enfrentar a maldição da dimensionalidade. O trabalho não pretende resolver todos os problemas inversos, mas oferece um caminho rigoroso e específico para a quantificação de incerteza funcional onde restrições e deficiência de posto estão presentes.