Los mecanismos de química atmosférica suelen escribirse en el lenguaje de KPP, que puede generar código Fortran o C, pero no se integra en los marcos diferenciables habituales del aprendizaje automático. KPPax cubre esa brecha: genera directamente, a partir de mecanismos KPP, código químico diferenciable en JAX, compilable en tiempo de ejecución y vectorizable. Los cálculos de velocidad usan operaciones dispersas en el espacio logarítmico, y la integración se delega a los solucionadores implícitos de diffrax con adjuntos directos e inversos. Las sensibilidades se calculan con exactitud, sin necesidad de escribir código de adjuntos a mano.
El artículo muestra dos aplicaciones con el benchmark POLLU. En una, se calcula la matriz de información de Fisher mediante el jacobiano obtenido por diferenciación automática para determinar, antes del ajuste, cuáles de las 25 constantes de velocidad pueden identificarse con experimentos de tipo tubo de flujo. Las estimaciones sintéticas con ruido confirman que la incertidumbre predictiva de los 9 coeficientes identificables es de aproximadamente un 30 % o menos, y también revelan que algunas reacciones rápidas solo permiten restringir cocientes. En la otra aplicación, se entrena fuera de línea una corrección neuronal del inventario de emisiones a partir de los resultados de inversión 4D-Var de cada escenario; después, se ajusta en línea mediante el modelo químico. El error de la corrección de las emisiones biogénicas se reduce entre 2,4 y 5 veces.
Se trata de un preprint de arXiv que no parece haber pasado por revisión por pares; las conclusiones deben entenderse dentro del alcance de los experimentos descritos en el resumen.
$BTC
El artículo muestra dos aplicaciones con el benchmark POLLU. En una, se calcula la matriz de información de Fisher mediante el jacobiano obtenido por diferenciación automática para determinar, antes del ajuste, cuáles de las 25 constantes de velocidad pueden identificarse con experimentos de tipo tubo de flujo. Las estimaciones sintéticas con ruido confirman que la incertidumbre predictiva de los 9 coeficientes identificables es de aproximadamente un 30 % o menos, y también revelan que algunas reacciones rápidas solo permiten restringir cocientes. En la otra aplicación, se entrena fuera de línea una corrección neuronal del inventario de emisiones a partir de los resultados de inversión 4D-Var de cada escenario; después, se ajusta en línea mediante el modelo químico. El error de la corrección de las emisiones biogénicas se reduce entre 2,4 y 5 veces.
Se trata de un preprint de arXiv que no parece haber pasado por revisión por pares; las conclusiones deben entenderse dentro del alcance de los experimentos descritos en el resumen.
$BTC
