Resumo Técnico: Distribuições Preditivas Conformais Baseadas em Fluxo

Declaração do Problema

A previsão conformal oferece um framework livre de distribuição para quantificação de incerteza (UQ) ao gerar conjuntos de previsão $C_\alpha(x)$ com cobertura garantida em amostras finitas. Embora eficaz em espaços de baixa dimensão, onde os conjuntos podem ser representados como intervalos, os métodos conformais enfrentam desafios significativos em espaços de saída de alta dimensão ou estruturados (por exemplo, imagens, campos, operadores). Nesses domínios, os conjuntos de previsão são implicitamente definidos como conjuntos de subnível de uma pontuação de não conformidade, tornando-os difíceis de representar, visualizar ou utilizar para tarefas subsequentes, como previsão probabilística, estimativa de risco e simulação.

Tentativas existentes de representar esses conjuntos ou elevá-los a distribuições — como bandas de previsão, modelagem generativa ou mapas de transporte ótimo (OT) — sofrem de limitações que incluem ineficiência de dados, altos custos computacionais, baixa escalabilidade com a dimensão ou dependência de suposições simplificadoras fortes. Além disso, os métodos conformais padrão não fornecem inerentemente uma única distribuição preditiva, que é frequentemente necessária para tarefas como cálculo de expectativas ou simulação de eventos raros.

Metodologia

O artigo propõe Distribuições Preditivas Conformais (CPDs) Baseadas em Fluxo, um método construtivo que transforma conjuntos de previsão conformal em distribuições preditivas tratáveis usando fluxos determinísticos.

1. Fluxos de Não Conformidade

A inovação central é a definição de um fluxo de não conformidade, um sistema dinâmico de tempo contínuo induzido por uma pontuação de não conformidade diferenciável $S(x, y)$. Dado um nível de não cobertura alvo $\alpha$ e o limite conformal correspondente $\tau_\alpha$, o método define uma Equação Diferencial Ordinária (EDO) no espaço de saída $Y$:
$$y'(t) = v_\alpha(y(t))$$
O campo vetorial $v_\alpha$ é derivado para satisfazer uma equação de "controlador de pontuação":
$$S'(y(t)) = -\lambda(S(y(t)) - \tau_\alpha)$$
Isso garante que a pontuação da trajetória evolua linearmente em direção ao limite alvo $\tau_\alpha$. Ao selecionar a solução de norma mínima para o campo vetorial, o fluxo é definido explicitamente como:
$$v_\alpha(y(t)) = -\lambda(S(y(t)) - \tau_\alpha) \frac{\nabla S(y(t))}{\|\nabla S(y(t))\|_2^2}$$
Este fluxo é livre de treinamento; não requer modelagem adicional, treinamento generativo ou aprendizado de mapa de transporte. Baseia-se exclusivamente no gradiente da pontuação de não conformidade pré-existente.

Propriedades de Convergência:
Os autores provam que, sob condições de regularidade leves (diferenciabilidade e gradientes não nulos), as trajetórias do fluxo convergem globalmente e exponencialmente rápido para o limite conformal $\partial C_\alpha(x) = \{y : S(x, y) = \tau_\alpha\}$. A taxa de convergência é livre de dimensão, dependendo apenas da magnitude do gradiente e do parâmetro de velocidade do fluxo $\lambda$.

2. Distribuições Preditivas Conformais (CPDs)

Para passar de conjuntos para distribuições, os autores propõem misturar níveis de confiança. Uma Distribuição Preditiva Conformal $P_x^{CPD}$ é construída por:

1. Amostragem de um nível de confiança $\alpha$ de uma medida de mistura $\pi$ (tipicamente Uniforme(0,1)).
2. Amostragem de um ponto inicial $y_0$ de uma medida base $\mu_x$ (por exemplo, dados de calibração).
3. Evolução de $y_0$ via o fluxo de não conformidade $\Phi_\alpha$ até que ele atinja o limite $\partial C_\alpha(x)$.

Esta construção produz uma distribuição onde cada conjunto conformal empírico $C_{\alpha_k}(x)$ é uma região de quantil exata. O método é $\pi$-admissível, o que significa que respeita a filtração conformal sem exigir modelos de verossimilhança ou suposições paramétricas.

3. Limites Teóricos

O artigo fornece um limite de aproximação para a distância Wasserstein-2 ($W_2$) entre a distribuição condicional verdadeira e a CPD. O erro é decomposto em três componentes:

1. Distorção induzida pela pontuação: O custo de transportar a distribuição verdadeira para a filtração conformal (dependente de quão bem os conjuntos de nível da pontuação se alinham com a densidade dos dados).
2. Qualidade da medida base: A distância entre a distribuição de inicialização $\mu_x$ e a condicional verdadeira.
3. Distorção induzida pelo fluxo de gradiente: O erro introduzido ao seguir caminhos de fluxo de gradiente em vez de projeções ortogonais diretas, controlado pela curvatura dos caminhos do gradiente da pontuação.

Contribuições Principais

• Amostragem Escalável de Limites: Um mecanismo computacionalmente eficiente e livre de treinamento para amostrar limites de conjuntos de previsão conformal em dimensões arbitrárias usando fluxos de gradiente.
• CPDs Construtivas: Um método para elevar conjuntos conformais a distribuições preditivas que são garantidamente calibradas (regiões de quantil exatas) sem treinamento generativo ou transporte ótimo.
• Garantias Teóricas: Provas de convergência exponencial para limites conformais e um limite de aproximação que decompõe o erro preditivo em termos geométricos interpretáveis.
• Amostragem Controlada de Eventos Raros: A capacidade de mirar níveis de confiança específicos (incluindo caudas extremas) ajustando a medida de mistura $\pi$, permitindo a simulação controlada de eventos raros.

Resultados Experimentais

Os autores avaliaram a abordagem em diversas tarefas de regressão estruturada:

• Tarefas: Regressão de processo gaussiano 2D, problemas inversos de EDP elíptica, aproximação de solução de Navier-Stokes, downscaling de precipitação, correção de viés de modelos climáticos e previsão de trajetória de furacões.
• Baselines: Comparado contra MC Dropout, Deep Ensembles, Redes de Média-Variância, Conditional Flow Matching, Redes de Densidade de Mistura e Redes de Quantil Implícitas.
• Métricas: Avaliado usando Distância de Energia (ED), Distância Espectral Logarítmica (LSD) e Discrepância Média Máxima Local (MMD).

Descobertas:

• Convergência: O fluxo de não conformidade convergiu para os conjuntos de nível alvo dentro da tolerância para pontuações suaves (por exemplo, $\ell_2$, Huber, verossimilhança Gaussiana) em todas as dimensões. Pontuações não suaves (por exemplo, $\ell_1$, kNN) apresentaram problemas de convergência.
• Qualidade da Distribuição: As CPDs alcançaram pontuações ED competitivas e pontuações LSD e MMD substancialmente menores em comparação com as baselines. Isso indica um melhor alinhamento tanto com estruturas de grande escala quanto com variabilidade de pequena escala.
• Fidelidade Espectral: Diferentemente das baselines que frequentemente suavizam excessivamente ou injetam ruído de alta frequência, as CPDs preservaram a forma espectral dos processos alvo.
• Eventos Raros: Na previsão de trajetória de furacões, as CPDs geraram com sucesso trajetórias extremas plausíveis ao mirar níveis de baixa confiança, demonstrando utilidade como simuladores de eventos raros controláveis. A escolha da função de pontuação (por exemplo, geométrica vs. Euclidiana) impactou significativamente a plausibilidade física dessas amostras extremas.

Significado e Alegações

O artigo alega que os fluxos de não conformidade fornecem uma alternativa escalável, livre de treinamento e computacionalmente eficiente aos métodos existentes para representar conjuntos de previsão conformal e gerar distribuições preditivas. Ao aproveitar a geometria da pontuação de não conformidade, o método evita os gargalos computacionais do transporte ótimo e as limitações de dados de ensembles generativos.

Os autores posicionam as CPDs como uma abordagem rigorosa e livre de distribuição para previsão probabilística que mantém garantias exatas de cobertura em amostras finitas, ao mesmo tempo que fornece a flexibilidade necessária para tarefas estatísticas subsequentes. Eles reconhecem limitações, observando que o método não garante a exploração completa do limite (potencialmente perdendo algumas amostras admissíveis) e depende da diferenciabilidade da pontuação. No entanto, argumentam que, para tarefas de previsão onde a adesão à variedade de dados é desejada, a abordagem baseada em fluxo oferece uma solução robusta e prática.