Resumo Técnico: Inferência Conformal Localmente Adaptativa para Modelos de Operadores

Declaração do Problema

Modelos de operadores são algoritmos de regressão que mapeiam entre espaços de Banach de funções ($\Gamma: \mathcal{F} \to \mathcal{G}$), amplamente utilizados em previsões espaço-temporais, emulação de física e aproximação de EDPs (Equações Diferenciais Parciais). Um desafio crítico nessas aplicações é a Quantificação de Incerteza (UQ). Diferente da regressão escalar, os modelos de operador requerem conjuntos de predição com valores de função, em vez de intervalos escalares.

A Predição Conformal (CP) padrão baseia-se na suposição de permutabilidade global dos dados. No entanto, em dados funcionais do mundo real (ex: clima, demanda de energia, meteorologia), essa suposição é frequentemente violada devido à não-estacionariedade, deriva sazonal e variações nas estruturas de entrada. Embora métodos de CP adaptativos existentes abordem a não-estacionariedade ponderando scores de calibração ou modificando quantis, eles tipicamente assumem uma geometria de score global (ex: normas de resíduos). Essa abordagem falha para resíduos funcionais onde a incerteza é anisotrópica e estruturada; scores baseados em normas produzem regiões de predição esféricas que não se alinham com a verdadeira forma da variabilidade dos resíduos.

Metodologia: Inferência Conformal Fatiada Local (LSCI)

Os autores propõem a Inferência Conformal Fatiada Local (LSCI), um framework livre de distribuição que gera conjuntos de predição com valores de função, localmente adaptativos. Diferente de métodos anteriores que localizam o quantil, a LSCI localiza a própria distribuição do score de conformidade.

Componentes Principais

1. Framework de Permutabilidade Local:
   O método assume que o processo de resíduo é localmente permutável (Campbell et al., 2019). Isso implica que, embora as distribuições globais possam sofrer deriva, os resíduos associados a entradas similares (em um pré-espaço métrico) compartilham distribuições aproximadamente permutáveis.

2. Scores de $\Phi$-Profundidade:
   Em vez de usar normas escalares, a LSCI utiliza a profundidade de dados funcionais para medir a centralidade de um resíduo. Especificamente, utiliza-se $\Phi$-profundidades (Mosler & Polyakova, 2012), que são profundidades baseadas em projeção.

   • Um resíduo $r$ é projetado sobre uma família de funcionais lineares $\Phi$ (ex: fatias gaussianas aleatórias).
   • A profundidade é definida como o ínfimo das profundidades univariadas (ex: profundidade de semi-espaço de Tukey) através dessas projeções:
     $$D_\Phi(r | P) = \inf_{\phi \in \Phi} D(\phi(r) | \phi(P))$$
   • Isso permite que o score se adapte à forma anisotrópica da nuvem de resíduos local, em vez de forçar uma geometria isotrópica (esférica).

3. Construção de Score Local:
   Para uma entrada de teste $f_{n+1}$, a LSCI constrói uma distribuição de resíduo empírica específica para o teste usando pesos de similaridade.

   • Localização por Knockoff: Para manter garantias de amostra finita, os pesos são computados com base na distância entre as entradas de calibração e um knockoff estatístico da entrada de teste ($\tilde{f}_{n+1} = f_{n+1} + \epsilon$), em vez da própria entrada de teste.
   • Mapas de Características: A localização pode ocorrer no espaço de entrada bruto ou em um espaço de características aprendido/transformado (ex: FPCA, modos de Fourier) para capturar similaridade semântica.
   • Normalização de Variância de Fatias: Para lidar com heterocedasticidade, as fatias projetadas são reescalonadas usando pesos específicos do teste antes do cálculo da profundidade.

4. Formação do Conjunto de Predição:

   • O método calcula scores de conformidade locais para os resíduos de calibração.
   • Um limiar é determinado pelo estatístico de ordem $k$ desses scores locais (onde $k = \lfloor \alpha(n+1) \rfloor$).
   • O conjunto de predição é definido como o conjunto de funções cujos resíduos residem dentro da região central correspondente da distribuição de profundidade local:
     $$C_\alpha(f_{n+1}) = \{ \hat{\Gamma}(f_{n+1}) + r : D_\Phi(r | \hat{P}_{n+1}) \geq q_\alpha(f_{n+1}) \}$$

5. Amostragem:
   Como o conjunto de predição é um subconjunto implícito do espaço de funções, os autores empregam um algoritmo de amostragem (Algoritmo 1) utilizando uma base de Análise de Componentes Principais Funcionais (FPCA) localmente adaptada. As amostras são extraídas via amostragem de transformada inversa em coordenadas projetadas ponderadas e rejeitadas se caírem fora do limiar de profundidade.

Garantias Teóricas

O artigo estabelece validade de amostra finita sob permutabilidade local.

• Limite de Cobertura: Os autores derivam um limite superior dependente dos dados para a lacuna de cobertura. A lacuna é controlada pela distância de variação total entre a distribuição conjunta dos resíduos e suas permutações, que é limitada pela distância pré-métrica dos inputs (Proposição 3.1).
• Validade: Sob permutabilidade total, o método alcança cobertura marginal exata. Sob permutabilidade local, a cobertura permanece próxima ao nível nominal $1-\alpha$, desde que o processo de resíduo varie suavemente em relação ao pré-espaço métrico de entrada.

Resultados Experimentais

Os autores avaliaram a LSCI em tarefas sintéticas de Processos Gaussianos e três aplicações do mundo real: monitoramento de Qualidade do Ar (PM2.5), previsão de Demanda de Energia e previsão de Clima (temperatura ERA5).

• Tarefas Sintéticas: A LSCI alcançou cobertura próxima da nominal em vários kernels de localização, mapas de características e larguras de banda (bandwidths). Demonstrou robustez à escolha de hiperparâmetros.
• Comparação com Baselines: Comparada às baselines de conformal padrão (Conf), bandas integradas conformalizadas (Supr) e modelos de operadores profundos (PONet, QONet, UQNO), a LSCI produziu consistentemente conjuntos de predição mais apertados (menores Interval Scores e Band Widths) enquanto mantinha a cobertura válida.
  • Em configurações heterocedásticas, a LSCI se adaptou às estruturas locais de variância, enquanto métodos globais foram ou conservadores (sobre-cobertura) ou insuficientes (sub-cobertura).
• Aplicações do Mundo Real:
  • Clima-ERA5: A LSCI capturou estruturas de erro sazonais e regionais que os limiares globais suavizavam, resultando em Interval Scores significativamente menores em comparação com métodos não adaptativos.
  • Robustez: A LSCI mostrou resiliência contra predições enviesadas e regimes de ruído fora da distribuição (OOD) específicos, onde os métodos de baseline falharam ou exigiram expansão excessiva dos intervalos.
• Adaptatividade Espacial: Visualizações confirmaram que as bandas da LSCI se deformam para corresponder à anisotropia e sazonalidade local dos resíduos, fornecendo incerteza com valores de função que se alinham com as realidades físicas.

Significância e Alegações

O artigo afirma que a LSCI representa um avanço significativo para o aprendizado de operadores ao:

1. Preencher a Lacuna: Aplica com sucesso a inferência conformal a dados funcionais onde os scores baseados em normas padrão falham devido à anisotropia.
2. Localizar ao Nível do Score: Ao localizar a distribuição do score em vez de apenas o quantil, a LSCI modela a geometria da incerteza de forma mais precisa do que os métodos de CP adaptativos existentes.
3. Garantias Livres de Distribuição: Mantém as garantias rigorosas de amostra finita e livres de distribuição da inferência conformal, mesmo em ambientes não-estacionários, desde que a permutabilidade local seja mantida.
4. Utilidade Prática: O método fornece aos praticantes conjuntos de predição com valores de função que permitem a avaliação da confiabilidade global e a identificação de regiões com incerteza concentrada, o que é crítico para aplicações científicas e de engenharia de alto risco.

Limitações

Os autores reconhecem diversas limitações:

• Sobrecarga Computacional: A localização e a amostragem no tempo de teste (especialmente para campos de alta resolução) introduzem custos computacionais, embora o processamento em lote (batching) e a avaliação em GPU possam mitigar isso.
• Conjuntos Implícitos: O conjunto de predição é definido implicitamente via profundidade; a aplicação prática depende de amostragem de Monte Carlo. Embora estável nos experimentos, campos complexos ou de alta resolução podem exigir mecanismos de amostragem aprimorados para evitar artefatos (ex: amostras excessivamente concentradas).
• Suposição de Suavidade: O método assume mudanças suaves na distribuição condicional. Mudanças abruptas ou pontos de mudança (changepoints) podem ser suavizados excessivamente pelos kernels locais, levando a uma baixa adaptatividade nessas regiões específicas.