Resumo Técnico: Um Framework de Sinkhorn Local para Reconstrução de Distribuição Condicional de Campos Aleatórios Multidimensionais

1. Definição do Problema

A identificação de campos aleatórios a partir de dados observacionais é um desafio crítico na quantificação de incerteza (UQ) e no aprendizado de máquina científico. Muitos sistemas físicos, como o fluxo em meios porosos e o transporte turbulento, são regidos por parâmetros estocásticos que resultam em respostas estocásticas que modelos determinísticos não conseguem caracterizar adequadamente. O objetivo primário não é meramente prever a esperança condicional, mas sim reconstruir a distribuição de probabilidade condicional completa da solução estocástica.

Embora modelos generativos profundos (ex: CVAEs, GANs, modelos de difusão) tenham mostrado promessa no aprendizado de distribuições complexas, eles frequentemente falham em preservar a estrutura geométrica das medidas de probabilidade associadas a estados físicos próximos. O Transporte Ótimo (OT), especificamente a métrica de Wasserstein, oferece uma distância fisicamente significativa que permanece informativa mesmo quando as distribuições possuem suportes disjuntos. No entanto, o cálculo exato das distâncias de Wasserstein envolve resolver problemas de programação linear de grande escala, o que se torna computacionalmente proibitivo para o treinamento de redes neurais, particularmente em configurações de alta dimensão. Trabalhos anteriores dos autores introduziram um framework de $W_2$ quadrático local para abordar a localidade, mas a dependência de cálculos de OT exatos permanecia como um gargalo de escalabilidade.

2. Metodologia

Os autores propõem um Framework de Divergência de Sinkhorn Local para treinar Redes Neurais Estocásticas (SNNs) para reconstrução de campos aleatórios multidimensionais. A metodologia integra três componentes principais:

A. Arquitetura de Rede Neural Estocástica (SNN)

O modelo emprega uma SNN onde parâmetros aleatórios (representando a variável de incerteza $\omega$) são amostrados durante a propagação direta (forward propagation). Isso permite que a rede gere múltiplas realizações para uma única localização de entrada, aproximando a distribuição condicional $\mu_{\mathbf{x}}$ do campo aleatório alvo $\mathbf{y}(\mathbf{x}, \omega)$.

B. Correspondência de Distribuição Local via Vizinhanças

Para lidar com a natureza condicional do problema sem equações governantes explícitas, o framework utiliza uma técnica de vizinhança. Para uma entrada $\mathbf{x}_i$ dada, uma vizinhança $B(\mathbf{x}_i, \delta)$ é definida com base em um raio $\delta$. Distribuições condicionais empíricas são construídas a partir de amostras dentro desta vizinhança. A função de perda minimiza a discrepância entre as distribuições empíricas da verdade fundamental (ground truth) e as previsões da SNN em todo o domínio de entrada.

C. Divergência de Sinkhorn Sem Viés (Debiased)

Em vez da distância $W_2$ quadrática exata, os autores utilizam a divergência de Sinkhorn sem viés ($S_\varepsilon$).

• Regularização Entrópica: O algoritmo de Sinkhorn introduz um termo de regularização entrópica ($\varepsilon$) ao custo de OT, tornando o problema diferenciável e solucionável via escalonamento de matriz iterativo em vez de programação linear.
• Remoção de Viés (Debiasing): Para remover o viés entrópico inerente ao transporte regularizado (onde $S_\varepsilon(\mu, \mu) \neq 0$), os autores utilizam a definição:
  $$S_\varepsilon(\mu, \hat{\mu}) = W_\varepsilon^2(\mu, \hat{\mu}) - \frac{1}{2}W_\varepsilon^2(\mu, \mu) - \frac{1}{2}W_\varepsilon^2(\hat{\mu}, \hat{\mu})$$
• Função de Perda: A perda proposta é a média da divergência de Sinkhorn sobre o domínio de entrada:
  $$\mathcal{S}_{\varepsilon, \delta}^e(\mathbf{y}_{\mathbf{x}}, \hat{\mathbf{y}}_{\mathbf{x}}) = \int_{\mathcal{D}} S_\varepsilon(\mu_{\mathbf{x}, \delta}^e, \hat{\mu}_{\mathbf{x}, \delta}^e) \nu^e(d\mathbf{x})$$
  onde $\mu_{\mathbf{x}, \delta}^e$ e $\hat{\mu}_{\mathbf{x}, \delta}^e$ são medidas empíricas construídas a partir de amostras de vizinhança.

D. Análise Teórica

O artigo estabelece limites de erro de generalização para o framework proposto. A análise revela um compromisso controlado pelo parâmetro de regularização $\varepsilon$ e pelo raio da vizinhança $\delta$:

• Compromisso Viés-Variância: Um $\varepsilon$ pequeno aproxima-se da distância $W_2$ exata (alta fidelidade geométrica), mas sofre de convergência estatística lenta em altas dimensões. Um $\varepsilon$ maior melhora a eficiência estatística e a velocidade computacional, mas introduz viés de regularização.
• Maldição da Dimensionalidade: Os limites sugerem que o termo de regularização entrópica pode mitigar parcialmente a maldição da dimensionalidade em comparação com as distâncias de Wasserstein empíricas, particularmente quando as distribuições condicionais variam suavemente.

3. Principais Contribuições

1. Extensão do Framework: Os autores estendem seu framework anterior de transporte ótimo local da distância de Wasserstein exata para a divergência de Sinkhorn sem viés. Isso resulta em um método totalmente diferenciável, escalável e computacionalmente eficiente para treinar SNNs.
2. Garantias Teóricas: O artigo fornece limites de erro de generalização teóricos que caracterizam explicitamente o compromisso entre o viés de aproximação e a eficiência estatística. Esses limites demonstram como o parâmetro de regularização influencia a taxa de convergência e o potencial para mitigar a maldição da dimensionalidade.
3. Validação Empírica: O framework é validado através de três exemplos numéricos distintos:
   • Distribuição Condicional 1D: Reconstrução de uma mistura de Gaussianas bimodal.
   • Fluxo de Darcy Estocástico: Um problema multidimensional envolvendo campos de permeabilidade e correlações espaciais.
   • Sistemas de FitzHugh–Nagumo (FHN) Estocásticos: Uma rede de osciladores estocásticos não lineares acoplados.

4. Resultados

Experimentos numéricos demonstram que o framework de Sinkhorn Local alcança um equilíbrio superior entre precisão de reconstrução e eficiência computacional:

• Precisão: No exemplo 1D, a perda de Sinkhorn Local superou as perdas de regressão ponto a ponto (MSE, MAE) e outras perdas baseadas em distribuição (Distância de Energia, MMD, $W_2$ local) na reconstrução tanto de médias quanto de variâncias condicionais.
• Eficiência: No benchmark de fluxo de Darcy estocástico, a SNN baseada em Sinkhorn alcançou os menores erros de média e variância entre todos os métodos testados (incluindo Regressão Gaussiana Heterocedástica, MDN, CVAE e CNF). Crucialmente, reduziu significativamente o tempo de treinamento em comparação com a abordagem $W_2$ quadrática local (308s vs. 500s), mantendo precisão comparável ou superior.
• Sistemas Dinâmicos: Para o sistema FHN estocástico, o método reconstruiu com sucesso tanto os componentes de drift determinístico quanto de difusão estocástica da dinâmica. A abordagem de Sinkhorn apresentou menores erros nas funções de drift e difusão aprendidas em comparação com a linha de base de $W_2$ local, com uma redução modesta no tempo de treinamento.
• Robustez: Análises de sensibilidade indicaram que o método permanece estável sob diferentes níveis de ruído e que um raio de vizinhança e um parâmetro de regularização intermediários fornecem o compromisso ideal entre viés de aproximação e erro estatístico.

5. Significância e Alegações

O artigo afirma que o proposto framework de Sinkhorn Local oferece um compromisso prático entre fidelidade geométrica, eficiência estatística e escalabilidade computacional para quantificação de incerteza.

• Escalabilidade: Ao substituir cálculos de OT exatos pela divergência de Sinkhorn, o método supera o gargalo computacional que anteriormente limitava a aplicação do transporte ótimo local a sistemas estocásticos multidimensionais.
• Fidelidade Geométrica: Diferente de métodos baseados em núcleos (ex: MMD) ou modelos baseados em verossimilhança que podem ter dificuldade com suportes disjuntos ou geometrias complexas, a divergência de Sinkhorn preserva a estrutura geométrica das medidas de probabilidade subjacentes.
• Insight Teórico: Os limites de erro derivados fornecem uma justificativa teórica para o uso de regularização entrópica no aprendizado de campos aleatórios de alta dimensão, sugerindo que o ajuste adequado de $\varepsilon$ pode mitigar a maldição da dimensionalidade.
• Aplicabilidade Geral: O framework é apresentado como uma ferramenta versátil para aprendizado de máquina científico probabilístico, capaz de lidar com equações diferenciais parciais estocásticas e sistemas dinâmicos complexos onde apenas observações dispersas estão disponíveis.

Os autores concluem que explorar vizinhanças locais com perdas baseadas em OT é mais crítico para o desempenho do que aumentar a complexidade do gerador condicional, e que a abordagem de Sinkhorn Local aproveita efetivamente esse insight para superar os benchmarks de UQ baseados em aprendizado de máquina existentes.