ИССЛЕДОВАНИЕ · RESEARCH · #2892
Амортизированное локализованное апостериорное вывод с условными нормализующими потоками для калибровки турбулентности океана
Препринт (arXiv:2610.37731v1) предлагает конструировать семейство локализованных апостериорных распределений, взвешивая функции правдоподобия по близости в пространстве контекстов с помощью гауссовых локализационных весов (с надуванием ковариации, отражением на границах и опциональной коррекцией для неравномерной выборки). Условный нормализующий поток обучается через амортизированное вариационное приближение для аппроксимации семейства постериоров; интегрирование по мере контекста даёт маргинализованное распределение параметров. Тесты на модели Бранина–Ху и применение к k-ε замыканию турбулентности в одномерной колонке океана показывают уменьшение прогнозной ошибки по сравнению с глобальной и детерминированной калибровкой в специально сконструированных сценариях.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Препринт (arXiv:2610.37731v1) предлагает конструировать семейство локализованных апостериорных распределений, взвешивая функции правдоподобия по близости в пространстве контекстов с помощью гауссовых локализационных весов (с надуванием ковариации, отражением на границах и опциональной коррекцией для неравномерной выборки).
- Условный нормализующий поток обучается через амортизированное вариационное приближение для аппроксимации семейства постериоров; интегрирование по мере контекста даёт маргинализованное распределение параметров.
- Тесты на модели Бранина–Ху и применение к k-ε замыканию турбулентности в одномерной колонке океана показывают уменьшение прогнозной ошибки по сравнению с глобальной и детерминированной калибровкой в специально сконструированных сценариях.
ПОЧЕМУ ЭТО ВАЖНО
Метод даёт вычислительно эффективную контекстно-зависимую калибровку с учётом неопределённости контекста и может снизить прогнозную ошибку в научных моделях (показано на задаче турбулентности).