Mô hình hóa Bayes xử lý dữ liệu không gian khi tọa độ không chính xác

Trong ngành công nghiệp khai thác mỏ và thăm dò tài nguyên, việc xây dựng các mô hình xác suất không gian là vô cùng quan trọng. Các nhà địa chất thường khoan thăm dò để lấy mẫu và xác định nồng độ quặng, nhưng dữ liệu này thường gặp phải một thách thức lớn: chúng ta chỉ có thể quan sát một phần rất nhỏ của điều kiện dưới lòng đất. Mặc dù các công nghệ cảm biến từ xa như radar thâm nhập đất đã cải thiện đáng kể khả năng này, nhưng việc xây dựng một mô hình địa vật lý chi tiết vẫn là một bài toán khó khi vị trí chính xác của các điểm dữ liệu đôi khi không được xác định một cách chính xác do sai số đo đạc.

Bài viết này sẽ đi sâu vào giải quyết vấn đề đó bằng cách sử dụng mô hình hóa Bayes và Gaussian Process (GP) để xử lý các dữ liệu có tọa độ không chắc chắn.

Thách thức về sai số vị trí

Thông thường, các mô hình Gaussian Process được sử dụng rộng rãi trong robot học, thống kê không gian và khoa học thần kinh để dự đoán biến số quan tâm tại một vị trí mới dựa trên dữ liệu lân cận. Tuy nhiên, giả định thông thường là tọa độ của các điểm dữ liệu là chính xác.

Trong thực tế, đặc biệt là trong các tập dữ liệu địa chất như nồng độ Uran và Vanadium tại hồ Walker, tọa độ ghi nhận ($\tilde{\mathbf{s}}_i$) có thể khác biệt so với tọa độ thực tế nơi phép đo xảy ra ($\mathbf{s}_i$). Sai số này, được ký hiệu là $\Delta_i$, làm thay đổi cấu trúc hiệp phương sai (covariance structure) và bản thân bài toán dự đoán.

Minh họa mô hình và dữ liệu với các mức độ nhiễu khác nhau

Cách tiếp cận Bayes với tọa độ tiềm ẩn

Để giải quyết vấn đề này, chúng ta cần sửa đổi mô hình GP tiêu chuẩn. Thay vì coi tọa độ đầu vào là cố định, chúng ta coi chúng là các biến ngẫu nhiên với một phân phối tiên nghiệm (prior).

Về mặt toán học, ta mô hình hóa mối quan hệ: $$ \mathbf{s}_i = \tilde{\mathbf{s}}_i + \Delta_i $$ trong đó $\Delta_i \sim \operatorname{Normal}(\mathbf{0}, \sigma_s^2 I_2)$.

Ở đây, $\sigma_s$ đại diện cho quy mô của sai số tọa độ. Bằng cách đưa các tọa độ tiềm ẩn (latent coordinates) này vào mô hình, chúng ta có thể sử dụng các phương pháp Monte Carlo để suy luận và ước tính các tham số một cách đáng tin cậy ngay cả khi dữ liệu đầu vào bị "nhiễu".

Kết quả mô hình hóa với dữ liệu nhiễu

Sử dụng thư viện PyMC trong Python, chúng ta xây dựng một mô hình cho phép hoán đổi các tọa độ nhiễu dễ dàng. Mô hình được kiểm thử với các mức độ nhiễu tăng dần (từ 12.0 đến 40.0 mét).

Quá trình lấy mẫu (sampling) cho thấy mô hình có khả năng hội tụ, mặc dù tính toán trở nên phức tạp hơn khi ma trận hiệp phương sai thay đổi mỗi khi các tọa độ tiềm ẩn thay đổi.

Khi so sánh với phương pháp làm mượt hạt nhân Gaussian đơn giản hơn (Nadaraya-Watson), mô hình Gaussian Process có điều chỉnh sai số vị trí cho thấy hiệu quả vượt trội. Ngay cả khi sự không chắc chắn về tọa độ tăng lên, mô hình vẫn bảo toàn được các đặc điểm chính của bề mặt dữ liệu, chẳng hạn như các vùng nồng độ cao và thấp. Trong khi đó, phương pháp đơn giản chỉ có thể cung cấp một mức trung bình thô mà không thể phản ánh tốt sự biến đổi không gian.

Kết luận

Ví dụ này minh họa sức mạnh của việc mô hình hóa Bayes linh hoạt. Với các giả định phù hợp được biểu diễn dưới dạng một phần của quy trình mô hình, chúng ta có thể sửa đổi và thay đổi hầu hết mọi khía cạnh của mô hình để phù hợp với thực tế phức tạp của dữ liệu, ngay cả khi chúng ta không biết chính xác dữ liệu đó đến từ đâu.