حدود التنبؤ وإغلاق كوبمان لتمثيلات الحالات اللينة المستحثة هندسيًا

متى تسمح التجريدات الناعمة بديناميكيات خطية

نُشر بحث «Prediction Limits and Koopman Closure of Geometry-Induced Soft State Abstractions» على arXiv تحت الرقم 2609.32652. المؤلفان هما Mohit Kumar وSomayeh Kargaran، وقد قُدّم في 26 سبتمبر 2026. يتناول البحث السؤال التالي: متى تسمح تجريدات الحالات الناعمة المستحثة هندسيًا بديناميكيات خطية دقيقة محدودة الأبعاد؟

بنية التمثيل في البحث كما يلي:

• تُحدَّد كل حالة بإحداثيات ذات قيم في سيمبلكس؛
• تُستخرج الإحداثيات من تقديرات إعادة البناء التي تنتجها آلة الغلاف الأفيني النواتي الخاصة بالفئة (KAHM)؛
• تحوّل مصفوفة إحداثيات الحالة الحالية إلى إحداثيات الحالة التالية.

الإحداثيات الناعمة هي توزيع على الفئات، وليست تعيينًا حاسمًا. ويصبح انحراف الإحداثيات الناعمة عن تسميات one-hot عاملًا مستقلًا يؤثر في التنبؤ.

المعيار العملي: الإغلاق الدقيق خاصية للزوج «التمثيل وخريطة الديناميكيات»، وليس للتمثيل وحده. وينبغي التحقق منه على ديناميكيات محددة، لا على التجريد عمومًا.

الحد الأدنى لخطأ التنبؤ

النتيجة الأساسية هي حد أدنى قابل للحساب ومرفق بثقة، للحد الأدنى من متوسط مربع خطأ التنبؤ. ويسري هذا الحد على جميع المصفوفات التي تستوفي قيدًا محددًا على المعيار الطيفي.

يراعي الحد مصدرين للخطأ:

• التباين داخل الفئات لإحداثيات الحالات اللاحقة؛
• انحراف الإحداثيات الناعمة عن تسميات one-hot المقابلة.

يعتمد الحساب على أزواج مستقلة من «الحالة—الحالة اللاحقة». ولا حاجة إلى مواءمة مصفوفة تنبؤ لهذا الغرض. ويمكن الحصول على الحد قبل تدريب المتنبئ واستخدامه مؤشرًا إلى الدقة الممكنة.

المعيار العملي: قارن الخطأ المستهدف بالحد قبل اختيار النموذج. فإذا كان الهدف أدنى من الحد، فلن تحققه أي مصفوفة ذات القيد المحدد على المعيار الطيفي.

الشهادة: التقارب والتسامح غير القابل للتحقيق

عند تثبيت الإحداثيات وتوزيع التقدير، تتقارب الشهادة، باحتمال يقارب الواحد، إلى الحد الأدنى السكاني مع زيادة حجم العينة. وفي نهاية المطاف، ستُثبت استحالة تحقيق أي تسامح أدنى من هذا الحد.

كما تحد هوامش تقديرات إعادة البناء من خطأ الانتقال من التعيين الناعم إلى التعيين الحاسم. أي إن ضعف إعادة البناء يعيق الإحداثيات، وكذلك تحويلها لاحقًا إلى فئة منفصلة.

المعيار العملي: إذا كان التسامح المستهدف أدنى من الحد، فلن تفيد زيادة حجم العينة. بل ينبغي تغيير التمثيل أو القيد المفروض على المعيار الطيفي.

إغلاق كوبمان والدوال الذاتية

في ظل ديناميكيات حتمية وإغلاق دقيق للإحداثيات، تحدد المتجهات الذاتية لمصفوفة الإغلاق الدوال الذاتية لمؤثر كوبمان. أما المتجهات الذاتية للمصفوفة المنقولة المختزلة، فتحدد الدوال الذاتية لمؤثر كوبمان المرافق.

لا تظهر الصورة الطيفية إلا حين يكون الإغلاق دقيقًا. وفي هذه الحالة، تتيح مصفوفة الإغلاق الوصول المباشر إلى الخصائص الطيفية للديناميكيات.

المعيار العملي: لا يجوز استخلاص نتائج طيفية من مصفوفة الإغلاق إلا بعد التحقق من دقة الإغلاق في ديناميكيات محددة. وإلا فإن الطيف يصف نموذجًا مواءَمًا، لا النظام نفسه.

الإحداثيات نفسها، وخرائط ديناميكيات مختلفة

يوضح نموذج KAHM ذي الحالات الأربع أن الإحداثيات الناعمة نفسها قد تحقق إغلاقًا دقيقًا لخريطة ديناميكيات معينة. أما مع خريطة أخرى، فتفرض الإحداثيات نفسها خطأ تنبؤ موجبًا.

وتترتب على ذلك ثلاث نتائج:

• يتعلق الإغلاق بالزوج «الإحداثيات وخريطة الديناميكيات»؛
• لا يمكن نقل النتيجة من ديناميكيات إلى أخرى؛
• يلزم إجراء التحقق لكل مهمة على حدة.

المعيار العملي: قيّم التجريد لكل خريطة ديناميكيات على حدة. فتطابق الإحداثيات وحده لا يثبت دقة الإغلاق.

ما الذي توضحه المعايير المرجعية وما الذي لا تحسبه

تشمل التجارب Duffing وVan der Pol وCartPole وMountainCar وAcrobot. ويُقارن التنبؤ المباشر بالإحداثيات الناعمة بالطرق الأساسية state-space DMD/EDMD. وتُعرض مقاييس التنبؤ وتباين التمثيل والتشخيصات الطيفية.

تقيّم المعايير المرجعية النماذج المواءَمة. ولا تُحسب فيها شهادة الاستبعاد عدديًا، لذلك لا يحل الجزء التجريبي محل حد قابلية التحقيق.

المعيار العملي: يوضح المعيار المرجعي سلوك نماذج مواءَمة بعينها، بينما تحدد الشهادة حدًا لفئة كاملة من المصفوفات. وينبغي احتساب هذين الأمرين على نحو منفصل عند اتخاذ قرار بشأن قابلية التطبيق.