ملخص تقني: CONSIGN - التجزئة المتوافقة المستنيرة من خلال المجموعات المكانية عبر التفكيك

1. تعريف المشكلة

عادةً ما تُنتج نماذج تجزئة الصور القائمة على التعلم الآلي درجات ثقة لكل بكسل (مثل احتمالات softmax) التي تعمل كمؤشرات استدلالية لعدم اليقين. ورغم قيمتها في المجالات عالية المخاطر مثل التصوير الطبي، إلا أن هذه الدرجات تفتقر إلى الضمانات الإحصائية الصارمة. يوفر التنبؤ المتوافق (Conformal Prediction - CP) إطار عمل لتحويل هذه الاستدلالات إلى تقديرات عدم يقين صالحة إحصائياً مع ضمانات خطأ محددة من قبل المستخدم (التحكم في مخاطر التوافق - Conformal Risk Control).

ومع ذلك، هناك قصور حرج في تطبيقات التنبؤ المتوافق الحالية في التجزئة، وهو افتراض الاستقلال بين البكسلات. تبني الطرق القياسية مجموعات تنبؤ لكل بكسل بشكل منفصل، متجاهلة الارتباطات المكانية الجوهرية المتأصلة في بيانات الصور. هذا التجاهل للهيكل المكاني يؤدي إلى:

• تقديرات مفرطة في التحفظ: مجموعات التنبؤ الناتلة (مجموعات من أقنعة التجزئة المحتملة) تكون كبيرة بشكل غير ضروري.
• تنبؤات غير متماسكة: قد تحتوي المجموعات على تكوينات تسميات (labels) تركيبية غير متسقة مكانياً أو غير واقعية (على سبيل المثال: أقنعة مشوشة أو مجزأة).
• انخفاض القابلية للتفسير: غياب القيود الهيكلية يجعل تقديرات عدم اليقين أقل جدوى لاتخاذ القرار.

2. المنهجية: CONSIGN

يقترح المؤلفون CONSIGN (التجزئة المتوافقة المستنيرة من خلال المجموعات المكانية عبر التفكيك)، وهي طريقة تدمج الارتباطات المكانية في إطار عمل التنبؤ المتوافق. تم تصميم هذا النهج ليكون متوافقاً مع أي نموذج تجزئة مدرب مسبقاً قادر على توليد مخرجات متعددة العينات (على سبيل المثال، عبر إسقاط Dropout لـ Monte Carlo، أو النمذجة البايزية، أو المجموعات - Ensembles).

تتكون الطريقة من مرحلتين أساسيتين:

أ. بناء مجموعات مدركة مكانياً

بدلاً من معاملة البكسلات بشكل مستقل، تستفيد CONSIGN من تحليل المكونات الرئيسية (PCA) عبر تفكيك القيم المفردة (SVD) لالتقاط التباينات المشتركة في عدم اليقين عبر الصورة.

1. توليد العينات: بالنظر إلى نموذج مدرب مسبقاً $f$، تولد الطريقة $N_s$ من مخرجات العينات $\hat{s}_1, \dots, \hat{s}_{N_s}$ لصورة مدخلة $X$.
2. تفكيك SVD: يتم توسيط العينات حول متوسطها $\mu(X)$ وتفكيكها:
   $$\hat{S} - \mu(X) \cdot \mathbf{1}^T = U \Sigma V^T$$
   تمثل أعمدة $U$ (المشار إليها بـ $u_k$) الاتجاهات الرئيسية لعدم اليقين. يشير المؤلفون إلى أن استخدام SVD المبتور باستخدام عدد قليل من المكونات ($K \in \{2, 5\}$) كافٍ لالتقاط الهيكل المكاني الأساسي، مما يقلل التعقيد الحسابي بشكل كبير مقارنة بالقاعدة الكاملة.
3. حدود المعاملات: لكل مكون رئيسي $k$، تحسب الطريقة الكميات التجريبية ($a_k, b_k$) لمعاملات الإسقاط عبر عينات المعايرة. تحدد هذه الكميات فاصلاً مرجعياً.
4. تعريف مجموعة التنبؤ: تُعرف مجموعة التنبؤ $C^*_\lambda(X)$ بأنها مجموعة جميع خرائط التسميات $Y$ التي يمكن إعادة بنائها بواسطة تركيب خطي لأول $K$ من المكونات الرئيسية، حيث تقع المعاملات $c_k$ ضمن حدود مُدرجة بمعامل $\lambda$:
   $$c_k \in \left[ \frac{a_k+b_k}{2} - \lambda \Sigma_{k,k} \frac{b_k-a_k}{2}, \quad \frac{a_k+b_k}{2} + \lambda \Sigma_{k,k} \frac{b_k-a_k}{2} \right]$$
   يتم الحصول على خريطة التسمية النهائية عبر إسقاط غير خطي $P(\cdot)$ (argmax) مطبق على متجه درجات إعادة البناء. تسمح هذه اللاخطية للطريقة بفرض قيود دقة التسمية ($\beta$) مع الحفاظ على تمثيل منخفض الأبعاد.

ب. المعايرة

تستخدم الط طريقة إجراء معايرة لتحديد $\hat{\lambda}$ الأمثل الذي يحقق ضمان التحكم في مخاطر التوافق:
$$\mathbb{E}[\ell(C(X_{test}), Y_{test})] \leq \alpha$$
حيث $\ell$ هي دالة خسارة محدودة تقيس فشل التسمية الحقيقية في التواجد داخل مجموعة التنبؤ.

• تحدي التحسين: على عكس طرق البكسل الواحد حيث يكون التحقق مما إذا كانت الحقيقة الأرضية (ground truth) موجودة في المجموعة أم لا أمراً بسيطاً، فإن التحقق مما إذا كان $Y \in C^*_\lambda(X)$ في CONSIGN يتطلب معرفة ما إذا كان هناك متجه معاملات $c$ ضمن الحدود بحيث تتطابق القناع المعاد بناؤه مع $Y$ (حتى دقة $\beta$).
• الحل: يصيغ المؤلفون هذا كمسألة تقليل مقيدة لإيجاد المعاملات المثلى $c^*$ التي تقلل الخسارة بين الحقيقة الأرضية والقناع المعاد بناؤه. إذا وجد الحل العددي حلاً ضمن الحدود، تُعتبر الحقيقة الأرضية مغطاة.
• الضمان: حتى لو فشل الحل في الوصول إلى الأمثل العالمي (مما يؤدي إلى $\lambda$ أكثر تحفظاً)، فإن ضمان التغطية الإحصائية يظل صالحاً.

3. المساهمات الرئيسية

• التنبؤ المتوافق المدرك مكانياً: تقدم الورقة إطار عمل جديد يدمج صراحةً الارتباطات المكانية في مجموعات التنبؤ المتوافق لتقسيم الصور، متجاوزةً افتراض استقلال البكسلات.
• التفكيك القائم على SVD: من خلال استخدام SVD لاستخراج اتجاهات عدم اليقين الرئيسية، تبني الطريقة مجموعات تنبؤ متماسكة هيكلياً وأصغر حجماً (حجم عدم يقين أقل) من النماذج المرجعية القائمة على البكسل.
• الكفاءة مع التبتر: يثبت المؤلفون أنه يمكن تحقيق مجموعات تنبؤ ذات معنى باستخدام عدد قليل جداً من المكونات الرئيسية ($K=2$ أو $5$)، مما يجعل النهج قابلاً للتنفيذ حسابياً رغم خطوة الإسقاط غير الخطية.
• القابلية العامة للتطبيق: الطريقة مستقلة عن النموذج، فهي تتطلب فقط القدرة على توليد عينات متعددة من نموذج مدرب مسبقاً، وهي قابلة للتطبيق على كل من مجموعات البيانات الطبية والطبيعية.

4. النتائج التجريبية

قيم المؤلفون CONSIGN مقابل نموذجين مرجعيين:

1. RAPS المعتمد على البكسل: طريقة قياسية للتحكم في مخاطر التوافق تعامل البكسلات بشكل مستقل.
2. SACP (التنبؤ المتوافق المدرك مكانياً): طريقة تجمع درجات softmax عبر جيران محليين.

مجموعات البيانات: ثلاث مجموعات بيانات تصوير طبي (M&Ms-2, MS-CMR19, LIDC) ومجموعتين فرعيتين من COCO (حيوانات، مركبات).
المقاييس:

• مُقدر Chao: يقدر عدد عمليات التجزئة الفريدة في مجموعة التنبؤ (حجم عدم اليقين).
• التغطية المقدرة القائمة على العينات (sEC): تقيس مدى سرعة تقارب التغطية التجريبية نحو الهدف $1-\alpha$.
• الارتباط: يقيس الارتباط الداخلي لعينات التجزئة.

النتائج:

• تقليل حجم عدم اليقين: أنتجت CONSIGN باستمرار مجموعات تنبؤ ذات أحجام عدم يقين أقل بشكل ملحوظ (عدد أقل من عمليات التجزئة الفريدة) مقارنة بكل من RAPS و SACP. في مجموعة بيانات LIDC، كان الفرق عدة مراتب عشرية.
• تحسين الكفاءة: حققت CONSIN التغطية المطلوبة بعدد أقل من العينات مقارنة بالنماذج المرجعية، مما يشير إلى أن مجموعات التنبؤ تشغل فضاءً منخفض الأبعاد.
• التماسك الهيكلي: أظهرت العينات التي ولدتها CONSIGN ارتباطاً داخلياً أعلى وانتقالات أكثر سلاسة بين المناطق، متجنبة الأقنعة "المشوشة" أو غير المتسقة تركيبياً التي غالباً ما تُرى في الأساليب القائمة على البكسل.
• قصور النماذج المرجعية: كان أداء طريقة SACP، التي تجمع الدرجات بعد عملية المعالجة (post-hoc)، مقارباً لـ RAPS القائم على البكسل، مما يشير إلى أن التجميع البسيط لا ينجح في التقاط التبعيات المكانية الحقيقية المطلوبة لضبط حدود عدم اليقين بدقة.

5. الأهمية والقيود

الأهمية:
تدعي الورقة أن CONSIGN توفر أداة قوية لتوليد تقديرات عدم يقين "ذات معنى" و"قابلة للتفسير" في تجزئة الصور. من خلال الاعتراف بالارتباطات المكانية، تنتج مجموعات تنبؤ أكثر إحكاماً وأكثر فائدة لاتخاذ القرارات الحرجة، خاصة في التصوير الطبي حيث تكون تكاليف الخطأ في الإيجابيات/السلبيات مرتفطة. تحول الطريقة درجات الثقة الاستدلالية إلى حدود صالحة إحصائياً دون الحاجة إلى إعادة تدريب نموذج التجزئة الأساسي.

القيود:

• افتراض التبادلية: مثل جميع طرق التنبؤ المتوافق القياسية، تظل الضمانات صالحة فقط تحت افتراض أن بيانات المعايرة والاختبار متبادلة (على سبيل المثال، مستقلة ومتماثلة التوزيع i.i.d). لا تعالج الطريقة حالياً انزياح التوزيع أو البيانات خارج التوزيع (out-of-distribution).
• التكلفة الحسابية: يتطلب الشكل الضمني لمجموعة التنبؤ حل مسألة تحسين عددي أثناء المعايرة، مما يزيد من وقت الحساب "خارج الإنترنت" (offline) مقارنة بطرق البكسل الواحد. ومع ذلك، يشير المؤلفون إلى أن أخذ العينات "أثناء التشغيل" (online) يظل سريعاً.
• مثالية الحل (Solver Optimality): يعتمد ضمان التغطية على إيجاد الحل العددي لمتجه معاملات مناسب. وبينما يظل الضمان الإحصائي صالحاً حتى لو كان الحل متحفظاً (مما يزيد من $\lambda$)، فقد يؤدي ذلك إلى حدود أوسع مما هو ضروري نظرياً في الحالات المرضية.