气候场生成不再把传输映射当已知:拉普拉斯近似补上超参数不确定性,代价接近经验贝叶斯
核心概要
非高斯气候场的生成式建模此前多把三角传输映射的超参数固定在一个经验贝叶斯点估计上,后续推断把映射当作已知,可能带来过度自信的预测区间。这里改用全贝叶斯视角,并用拉普拉斯近似在众数处给出超参数后验的高斯近似,额外计算量相对经验贝叶斯可以忽略。模拟与CESM全球对数降水率场上,该近似在中等至较大训练样本下复现了MCMC后验的多数摘要,预测对数分数与MCMC相当或更高。
深度剖析
三角传输映射的超参数不再被固定为一个点估计,而是带有一个可采样的近似后验,生成场时可以把参数不确定性一并传播进去。 此前的贝叶斯传输映射用经验贝叶斯优化出一组高斯过程超参数后即视为已知,忽略超参数不确定性,而全贝叶斯做法依赖MCMC,计算代价高且没有闭式映射。 在模拟的NR场景中,训练样本较少时拉普拉斯近似与MCMC的留出对数分数都略高于经验贝叶斯,增益随训练样本增加迅速缩小,到较大样本时三种方法分数接近。
做法是在找到后验众数之后,用负对数后验在该点的Hessian作为近似后验的精度矩阵,从而得到超参数的高斯近似。 众数的求法与经验贝叶斯相同,因此新增的只是众数处的一次Hessian计算,用自动微分按位置分批累加,避免一次性保存全部空间位置的计算图。 模拟数据上所有报告的拟合中,牛顿减量所度量的到众数距离都小于后验标准差,且Hessian在各估计点正定;在CESM对数降水率场上,训练场为10时牛顿减量小,而20、35、50时分别为4.90、2.78等较大值。
在真实气候场上,除条件集大小这一超参数外,拉普拉斯近似的各超参数边缘与MCMC后验吻合较好,预测分数也与MCMC相当。 条件集大小是取整的阶跃函数,后验在其中不连续,基于梯度的优化与Hessian评估看不到跳变,因此该维边缘会被错误描述。 CESM全球网格对数降水率场上用10、20、35、50个训练场拟合,拉普拉斯近似与MCMC的留出对数分数相近,且都延续了模拟数据中优于经验贝叶斯的趋势。
启示与展望
演示范围是模拟的NR场景与CESM Large Ensemble的全球网格单变量对数降水率异常场,训练场规模取10、20、35、50;方法针对三角贝叶斯传输映射及其少量超参数。
拉普拉斯近似假定后验在众数附近接近正态,当后验多峰、强偏、重尾或不连续时会误述不确定性;条件集大小使后验不连续,真实数据上部分训练规模未完全收敛,作者建议对条件集大小做重参数化并增加固定该参数后对其余参数的优化阶段。
