48 lines
3.1 KiB
Markdown
48 lines
3.1 KiB
Markdown
---
|
||
title: "CuBAS Review — 信息几何曲率自适应采样"
|
||
created: 2026-07-10
|
||
updated: 2026-07-10
|
||
type: review
|
||
tags: ["adaptive-sampling", "information-geometry", "supervised-classification"]
|
||
sources: ["https://arxiv.org/abs/2607.03145"]
|
||
---
|
||
|
||
# CuBAS Review — 2026-07-10
|
||
|
||
📌 **基本信息**
|
||
- 论文：CuBAS: Information Geometric Curvature-Based Adaptive Sampling for Supervised Classification
|
||
- 作者：Alexandre L. M. Levada (Federal University of São Carlos)
|
||
- 领域：统计机器学习 / 信息几何 / 自适应数据选择
|
||
- arXiv：2607.03145v1 (Jul 3, 2026)
|
||
|
||
🎯 **核心概念**
|
||
|
||
1. **[[curvature-based-adaptive-sampling|CuBAS]]** — 曲率驱动的自适应采样算法：将监督分类的训练集筛选转化为统计流形上的几何推断问题
|
||
2. **[[potts-markov-random-field|Potts MRF]]** — q-state Potts 模型建模 k-NN 图上的标签交互：局部条件分布由逆温度 β 参数化
|
||
3. **[[observed-fisher-information|观测 Fisher 信息]]** — Φ_i（一阶，度量）+ Ψ_i（二阶，曲率）的封闭形式，均从 Potts 充分统计量直接计算
|
||
4. **[[shape-operator|Shape Operator]]** — 一维 Potts 统计流形上退化为标量 S_i = -Ψ_i/Φ_i，编码局部统计曲率
|
||
5. **[[adaptive-threshold-estimation|自适应阈值]]** — Otsu → Ashman's D (≥2.6) → Tukey-fence 三级级联
|
||
6. **[[low-curvature-high-curvature-decomposition|L/H 分解]]** — 低曲率（簇内部原型）+ 高曲率（决策边界），联合构成紧凑训练集
|
||
7. **[[maximum-pseudo-likelihood|MPL 估计]]** — 规避 Potts 配分函数，割线法超线性收敛
|
||
|
||
🔗 **概念网络**
|
||
|
||
- **核心连接**：[[observed-fisher-information]] ↔ [[shape-operator]] ↔ [[curvature-based-adaptive-sampling]] ↔ [[low-curvature-high-curvature-decomposition]]
|
||
- **理论基础**：[[statistical-manifold]] → [[information-geometry]] → [[fisher-information-metric]]
|
||
- **已有伞概念更新**：3 个（information-geometry、fisher-information-metric、statistical-manifold）
|
||
- **新增概念**：7 个
|
||
|
||
📚 **Wiki 集成**
|
||
|
||
- 新增页面：8 个（1 论文 + 7 概念）
|
||
- 核心概念平均链接数：4.1
|
||
- 网络完整性：100% 无孤立概念
|
||
|
||
💡 **关键洞察**
|
||
|
||
1. **样本信息量 = 统计流形曲率**：CuBAS 将自适应的采样问题重新表述为一个几何问题——信息量大的样本天然处于统计曲率高处（决策边界），这种"几何 = 信息"的等价性是框架的核心优雅之处。
|
||
|
||
2. **模型无关 vs 分类器依赖**：CuBAS 不需要预训练分类器估计不确定性——曲率直接从图拓扑和 Potts 统计量计算。这在极小训练预算下（10%）形成结构性优势：Entropy 采样的 seed set 偏差导致不确定性信号不可靠，而 CuBAS 的曲率信号依赖的是全标记图的全局几何结构，固有免疫。
|
||
|
||
3. **数据效率的几何解释**：CuBAS 在 10% 训练比例下超越 Entropy +13.5pp——这不只是"更好的采样"，而是对训练集信息密度的根本性重构。同时保留低曲率原型（簇覆盖）和高曲率边界样本（判别力），使得小训练集具有"全谱"几何覆盖。
|