📊 statistics

Self-Supervised Conformal Prediction with Equivariant Bootstrapping for Image Uncertainty Quantification

本文介绍了一种自监督共形预测框架，该框架利用等变自举法来量化病态成像逆问题（如弱引力透镜质量制图）中的不确定性，且无需真实数据即可进行校准。

原作者： Henry J. Aldridge, Tobías I. Liaudat, Marcelo Pereyra, Jason D. McEwen

发布于 2026-05-19

📖 1 分钟阅读☕ 轻松阅读

原作者： Henry J. Aldridge, Tobías I. Liaudat, Marcelo Pereyra, Jason D. McEwen

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在尝试拼凑一幅巨大且模糊的拼图，其中许多碎片缺失，而你眼前的画面还布满了静态噪点。这正是科学家们在试图从间接测量中重建图像时所面临的困境，这一过程被称为逆问题。无论是通过医学扫描观察人体，还是在太空中绘制不可见的暗物质分布图，挑战都是一样的：存在许多可能的图像都能拟合这些带有噪点的数据，那么我们如何知道哪一个是正确的，又该如何评估我们的把握有多大？

本文提出了一种回答该问题的新方法：在无需事先看到“真实”图像的情况下，回答“我们对这幅图像的置信度有多高？”

以下是他们方法的简要拆解，使用了日常类比：

问题：在黑暗中猜测

通常，要教会计算机如何猜测正确答案以及它应该有多大的置信度，你需要一位拥有“答案密钥”（真实值）的“老师”。你需要向计算机展示数千张模糊照片及其对应的清晰照片，以便它学习其中的规律。

难点：在天文学等领域，我们没有“答案密钥”。我们无法穿越回过去，亲眼看看宇宙实际上是什么样子，以此来核对我们的工作。如果我们试图用计算机模拟来伪造“答案密钥”，可能会无意中教会计算机偏向于我们特定的模拟，从而导致日后得出错误的结论。

解决方案：一种“自学”的置信度系统

作者构建了一个系统，它像一位侦探，即使从未见过犯罪现场的照片也能解开谜团。他们结合了两个巧妙的技巧：

1. “变形”技巧（等变自举法）

想象你有一张模糊的风景照。为了理解这张图片可能错得有多离谱，你不仅仅是盯着它看，而是开始对它进行“把玩”。

你将它上下颠倒、旋转或稍微平移。
你对这些“变形”后的版本运行你的重建方法。
因为物理定律（如引力）无论图像如何旋转都保持不变，所以结果中的任何差异都能告诉你重建在何处是不稳定的。
类比：这就像通过从不同角度触摸来猜测一个隐藏物体的形状。如果你从左侧触摸时感觉到一个凸起，而从右侧触摸时却没有，你就知道你对该部位形状的猜测是不确定的。这一步产生了一个不确定性的“启发式”（粗略估计）。

2. “自我检查”校准（自监督共形预测）

现在你有了不确定性的粗略估计，但它可能太宽或太窄。通常，你需要一位老师来告诉你：“你猜对了 90%，但你的置信区间太小了。”

创新点：作者使用了一种名为SURE（Stein 无偏风险估计量）的数学工具。可以把 SURE 想象成数学的“测谎仪”。它允许计算机仅利用它已有的噪点数据来估计其猜测偏离真实值有多远，而无需知道真实答案。
它利用“变形”步骤中的粗略估计进行校准。它会说：“基于我们看到的噪点模式，我们可以保证真实答案有 95% 的概率落在这个框内。”

现实世界测试：绘制不可见的暗物质

团队在弱引力透镜质量成图上测试了这种方法。

场景：天文学家观察遥远的星系。不可见的暗物质的引力会弯曲来自这些星系的光线，使它们看起来略微被拉伸（剪切）。
目标：根据这些被拉伸的形状，重建暗物质分布的地图。
结果：他们的方法成功地在重建的地图周围创建了“置信框”。当他们核对数学计算时，真实答案落入这些框内的频率与他们承诺的完全一致（例如，90% 的时间）。
意义：以往的方法依赖模拟数据（伪造的宇宙）来校准其置信度。如果真实的宇宙与伪造的不匹配，置信度水平就会出错。这种新方法不需要伪造数据；它利用实际的噪点观测自行计算出置信度水平。

核心结论

本文提出了一套“自监督”工具包。它允许科学家说：“这是我们对图像的最佳猜测，这是真理所在范围的数学保证区间”，而无需 ever 看到真实图像或依赖可能带有偏见的模拟。

论文中提到的局限性：

当拼图的“缺失碎片”不太严重时，该方法效果最佳。如果数据缺失了太多信息（即“秩亏”问题），该方法仍可能低估误差。
目前它是对整幅图像一次性测量不确定性，而不是精确指出哪一个单独的像素是错误的。

简而言之，他们通过让计算机以巧妙的方式“把玩”数据，然后数学化地自我核查，教会了计算机信任自己的判断，而这一切都不需要老师的指导。

技术摘要：基于等变自举的自监督共形预测用于图像不确定性量化

问题陈述
逆成像问题定义为从含噪观测值 $y = Ax^\star + \epsilon$ 中恢复底层信号 $x^\star$ ，在天文学和医学诊断等科学领域无处不在。这些问题通常是不适定的，导致存在多个合理的解和显著的重建不确定性。虽然准确的不确定性量化（UQ）对于值得信赖的科学分析至关重要，但现有方法面临两个主要局限：

缺乏准确性保证：许多启发式 UQ 方法缺乏统计严谨性。
依赖真实标签：统计严谨的方法（如共形预测）通常需要可交换的真实标签数据进行校准。在许多领域（例如宇宙学）中，真实标签不可用、模拟成本高昂，或相对于真实观测容易发生分布偏移。依赖模拟校准数据可能会在下游科学推断中引入隐藏偏差。

方法论
作者提出了一种完全自监督的 UQ 框架，该框架将等变自举（Equivariant Bootstrapping）与通过Stein 无偏风险估计器（SURE）校准的风险控制预测集（RCPS）相结合。方法论步骤如下：

等变自举：
- 该方法利用成像任务中的对称性，而非标准的参数自举（后者在从单个点估计进行自举时会产生偏差）。
- 它利用一组可逆变换 $\mathcal{G}$ （例如旋转、翻转、循环移位），这些变换使信号空间保持不变，但不与正向算子 $A$ 或重建方法交换。
- 通过对估计量 $\hat{x}(y)$ 应用随机变换 $T_{g_i} \in \mathcal{G}$ ，将其通过噪声模型，然后逆变换，生成自举观测值。这生成了一个反映重建变异的自举样本分布 $\{\tilde{x}_i\}$ ，且无需真实标签。
自监督校准（基于 SURE 的 RCPS）：
- 为了将启发式自举区域转化为具有保证覆盖率的统计严谨置信集，该框架采用 RCPS。
- 挑战：RCPS 需要校准数据集来估计风险（错误率）。由于真实标签不可用，作者使用基于Stein 无偏风险估计器（SURE）的无偏估计来替代真实的非一致性得分 $s(x^\star, \hat{x})$ 。
- 非一致性得分：得分定义在测量空间中，为 $s_{A^\top A}(x^\star, \hat{x}(y)) = \frac{1}{m}\|Ax^\star - A\hat{x}(y)\|_2^2$ 。
- SURE 估计：SURE 公式仅利用观测值 $y$ 和重建算子 $\hat{x}(y)$ 提供该得分的无偏估计：
  $\text{SURE}(y) = \frac{1}{m}\|y - A\hat{x}(y)\|_2^2 - \text{tr}(\Sigma) + \frac{2}{m}\text{tr}\left(\Sigma \frac{\partial}{\partial y} A\hat{x}(y)\right)$
- 校准：通过求根算法确定缩放因子 $\lambda$ ，以确保预测集 $C_{\lambda; \alpha}$ 满足风险约束 $P(R(C) \le \alpha) \ge 1 - \delta$ ，其中风险是使用 SURE 值进行经验估计的。

主要贡献

自监督 UQ 框架：本文提出了一种方法，可在无需任何真实标签校准数据的情况下生成具有统计严谨性的单图像不确定性量化，从而消除了校准集与观测集之间的分布偏移偏差。
等变自举与 RCPS 的集成：该工作结合了等变自举的方法无关的不确定性生成能力与经 SURE 细化的 RCPS 统计保证。
弱引力透镜质量映射的应用：该框架在从星系剪切测量重建暗物质收敛场的宇宙学逆问题上进行了演示。该应用对校准偏差特别敏感，因为现有方法通常依赖于与特定宇宙学模型绑定的模拟数据。
方法无关性：该 UQ 框架独立于所使用的具体重建算法（例如 Kaiser-Squires、深度学习、小波稀疏性），充当事后校准层。

实验结果
该方法在弱引力透镜质量映射任务上进行了评估，使用了 300 $\times$ 300 像素的模拟 COSMOS 巡天收敛图。

设置：使用 Kaiser-Squires 方法进行重建。等变自举利用几何变换和频率搁置滤波器为每张图像生成 100 个样本。
校准：应用 RCPS，目标错误率 $\delta = 0.1$ ，并使用 SURE 进行校准。
性能：共形化预测集在各种置信水平下紧密跟踪了理想的覆盖率对角线。
比较：自监督共形化方法显著优于未共形化的等变自举和参数自举。参数自举提供的覆盖率微乎其微，未能捕捉到足够的重建变异。

意义与主张
作者声称，该框架为真实标签不可获取的逆成像问题中的 UQ 提供了稳健的解决方案。通过避免模拟校准数据，该方法防止了引入可能损害下游科学推断（如宇宙学参数估计）的隐藏偏差。该方法为现有方法提供了一种统计严谨的替代方案，现有方法要么缺乏准确性保证，要么依赖可能带有偏差的模拟数据集。

局限性
论文承认了几个局限性：

可交换性假设：校准步骤假设可以访问来自同一分布的多个观测值。在现实世界的质量映射中，通常使用单个大天区观测值，从中生成可交换的模拟可能无法完美满足这一假设。
零空间不敏感性：基于 SURE 的得分对正向算子 $A$ 零空间中的误差不敏感。虽然这对质量映射（其中 $A$ 几乎是满秩的）不太关键，但在严重秩亏的逆问题中可能导致不确定性被低估。
粒度：当前框架在图像级别（MSE）量化不确定性，而不是提供监督方法中常见的单像素不确定性估计。
计算成本：生成大量自举样本需要高效的重建算法。