Un nuevo estudio publicado en arXiv presenta un enfoque avanzado para la calibración de modelos diseñado para manejar discrepancias que impiden que un solo parámetro reproduzca con precisión las respuestas físicas bajo condiciones variables. La investigación, titulada "Inferencia posterior localizada amortizada para la calibración de modelos con aplicación a una clausura de turbulencia oceánica", aborda las limitaciones de los métodos de calibración estándar donde las incertidumbres en las observaciones y los contextos pueden sesgar los resultados. En lugar de depender de un parámetro global, los autores proponen construir una familia de posteriores localizados que ponderan las verosimilitudes de las observaciones según su proximidad a un contexto objetivo.
La metodología incorpora pesos de localización gaussiana para tener en cuenta la incertidumbre del contexto mediante la inflación de la covarianza, al tiempo que gestiona los límites del dominio mediante técnicas de reflexión. Para aproximar eficientemente esta familia de posteriores sin repetir la inferencia para cada contexto objetivo, el equipo empleó flujos normalizadores condicionales dentro de un marco de inferencia variacional amortizada. Esto permite la evaluación rápida de aproximaciones posteriores en nuevos contextos y posibilita la integración de posteriores localizados bajo una medida de contexto prescrita para derivar una distribución de parámetros marginalizada.
La efectividad de este enfoque se validó mediante dos experimentos distintos. En primer lugar, un experimento gemelo utilizando el modelo de Branin-Hoo comparó la inferencia global y localizada bajo distribuciones de contexto tanto uniformes como sesgadas. Los resultados indicaron que la localización redujo los errores predictivos agregados en relación con el posterior global. En segundo lugar, el método se aplicó para calibrar una clausura de turbulencia k-ε en un modelo oceánico de columna única, donde la forzamiento atmosférico superficial sirvió como contexto. En esta aplicación, la calibración del posterior localizado demostró menores errores de temperatura y velocidad zonal en comparación con los métodos de calibración determinista y de posterior global.
El estudio destaca que, si bien los modelos numéricos son esenciales para campos como la modelización climática y la dinámica oceánica, a menudo implican parámetros que controlan mecanismos no resueltos que varían según el contexto. Al asumir la compensabilidad local, donde la discrepancia del modelo puede ser compensada por parámetros de calibración dentro de un vecindario específico, la nueva técnica ofrece una forma más robusta de cuantificar la incertidumbre. Los autores señalan que su enfoque reduce con éxito los errores en escenarios complejos mientras proporciona información sobre la identificabilidad de los parámetros bajo condiciones variables, como entornos de vientos débiles y calentamiento.
Fuentes: arXiv cs.AI.