Работа стоит на пересечении нескольких направлений: усвоение данных для прогноза хаотических систем, операторная теория Купмана и квантовая теория информации. Рядом в архиве находятся работы по извлечению сигнала из слабых данных, слежению за теплом по одному датчику, применению физических аналогий к социальным процессам, самовосстановлению квантовых компьютеров, а также цифровой обработке гравитационных линз и укрощению хаоса алгоритмами. Эти исследования объединяет стремление строить вычислительные схемы, которые сохраняют ключевые структуры исходной задачи: положительность, причинность, инвариантность. Данная статья предлагает алгебраический каркас, в котором сохранение положительности заложено в саму конструкцию, а не накладывается как ограничение.
Авторы строят три уровня описания. На первом, абелевом, уровне наблюдаемые — это функции на пространстве состояний, а состояния — вероятностные плотности. На втором, неабелевом, уровне наблюдаемые становятся операторами умножения в гильбертовом пространстве, а состояния — операторами плотности, как в квантовой механике. Прогноз задаётся оператором Купмана, действующим на состояния сопряжением, а анализ — квантовым эффектом, который обобщает формулу Байеса. Для вычислений система проецируется на конечномерную матричную алгебру с помощью проекции, сохраняющей положительность. Все операторы аппроксимируются по данным с помощью ядерных методов: базис из собственных функций ядерного интегрального оператора, построенного по временному ряду наблюдений, позволяет представить оператор Купмана, оператор умножения и эффект наблюдения в виде матриц.
Численные эксперименты проведены для двух систем. Для мультимасштабной модели Лоренца-96 с 9 медленными и 8 быстрыми переменными на каждую медленную в хаотическом режиме усвоение данных по медленным переменным даёт прогнозы с нормированной среднеквадратичной ошибкой около 0.35 и аномальной корреляцией около 0.95 на нулевом времени упреждения. С ростом времени упреждения ошибка растёт, а корреляция падает, при этом оценка неопределённости по дисперсии прогноза хорошо отслеживает фактическую ошибку. Для Эль-Ниньо в климатической модели CCSM4 с 44 414 точками наблюдения температуры поверхности океана полезные прогнозы индекса Ниньо-3.4 сохраняются до 12 месяцев при пороге аномальной корреляции 0.6. Качество сравнимо с методом ядерного аналогового прогноза, но дополнительно даёт полные распределения вероятностей, а не только точечные оценки.
Главное отличие от соседних работ — в систематическом использовании неабелевой алгебры операторов как среды, где положительность сохраняется автоматически при любой конечномерной проекции. Классические проекционные методы, работающие в гильбертовом пространстве функций, теряют положительность: например, фильтрация Фурье положительной функции даёт осцилляции с отрицательными значениями. Здесь же вложение в операторную алгебру и последующая проекция на матричную подалгебру гарантируют, что положительные наблюдаемые останутся положительными. Это свойство критично для физических величин вроде температуры, массы или вероятностной плотности, где нарушение знака лишает прогноз смысла.
Естественное направление — перенос схемы на квантовые компьютеры. Операторы Купмана эргодических систем можно аппроксимировать мелкими квантовыми схемами, что обещает экспоненциальное ускорение по сравнению с классическими алгоритмами. Итеративный характер цикла прогноз-анализ потребует многократного взаимодействия квантового компьютера с классической системой, и разработка таких гибридных протоколов — открытая задача. Другое направление — расширение на системы с модельной ошибкой и неполными наблюдениями, где алгебраическая структура может подсказать новые регуляризации.
Метод применим в прогнозе погоды, климата, океанографии и других областях, где нужно усваивать большие объёмы наблюдений в нелинейные хаотические модели. Сохранение положительности важно для любых знакоопределённых величин, а возможность работать с многомерными данными открывает путь к ассимиляции спутниковых снимков и полей температуры.
Ближайшие шаги включают тестирование на более сложных климатических моделях с реальными данными наблюдений, а также реализацию квантовой версии алгоритма на доступных квантовых симуляторах. Полезно исследовать поведение схемы при наличии модельной ошибки и шума в наблюдениях.
В области усвоения данных остаётся нерешённой проблема сохранения физических ограничений (положительности, законов сохранения) при переходе к конечномерным аппроксимациям. Данная работа показывает, что переход к неабелевым алгебрам даёт естественный механизм такого сохранения, но вопрос о переносе на неэргодические или нестационарные системы открыт.
Модель Лоренца-96 была предложена Эдвардом Лоренцем как упрощённая модель атмосферной циркуляции на круге широты, и её хаотический режим при F=10 стал стандартным тестом для алгоритмов усвоения данных.
Идея представлять вероятностные состояния как квантовые операторы перекликается с романом Грега Игана «Город перестановок», где сознание моделируется как квантовое состояние, эволюционирующее по законам квантовой механики.