💻 computer science

Spectral Basis Interpretable Unit: A Learned Orthogonal Projection Module for Interpretable Function Approximation and Unsupervised Regime Discovery

本文介绍了谱基可解释单元（Spectral Basis Interpretable Unit, SBIU），这是一种受经典启发并以量子力学为动机的神经模块，它通过学习正交投影来实现通用函数逼近和无监督机制发现，并在合成数据集和真实临床数据集上均展现出高可解释性和具有竞争力的性能。

原作者： Kiarash Mohammadi

发布于 2026-08-25

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Kiarash Mohammadi

原始论文采用 CC BY 4.0 许可（https://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

在现代人工智能的世界里，机器在寻找数据模式方面变得异常出色，然而它们通常仍然是“黑箱”。当神经网络做出决策时，通常很难理解它为什么选择某条路径而非另一条，因为其内部数学逻辑是一团乱麻般的数字，无法对应任何人类可以轻松直观理解的事物。科学家们长期以来一直寻求一种构建这些系统的方法，使其内部运作过程透明化，从而允许研究人员精确地看到机器是如何将一个复杂的信号分解为更简单的部分的。这种对清晰度的追求在医学等领域尤为至关重要，因为在这些领域，理解诊断背后的“为什么”与诊断本身同样重要。最近的一项进展专注于为这些机器开发一种新型的构建模块，这种模块迫使系统将信息组织成截然不同、互不重叠的类别，就像将一袋混合颜色的弹珠根据其色调分别放入不同的罐子中一样。

一位名叫 Kiarash Mohammadi 的研究人员引入了一种被称为“谱基可解释单元”（Spectral Basis Interpretable Unit，简称 SBIU）的新工具，它充当了一个专门的数据过滤器。该单元并非使用大多数人工智能中常见的、不透明的数学函数，而是接收一个单一数值作为输入，并将其转化为一组概率。想象一下，机器正在观察一段声波或一次心跳，并询问：“这段信号中有多少属于低频节奏，又有多少属于高频脉冲？”SBIU 通过为它所学习到的每种可能的频率模式分配一个百分比来回答这个问题。至关重要的是，这些百分比必须相加等于百分之百，并且它识别出的不同模式在数学上被强制要求是完全独立的。这种设计确保了机器不会模糊不同类型信号之间的界限，而是将它们保持在人类可以检查和理解的、清晰且独立的类别中。

这种方法的效力首先在一台计算机生成的模拟机器上得到了测试，该机器会在三种不同的节奏行为之间进行切换。该机器被训练去预测信号的下一刻，而无需被告知这些节奏是什么。SBIU 成功地将数据分离成三个与隐藏节奏完美匹配的独特组别，其准确度超过了标准的、无结构的神经网络。更重要的是，研究人员可以通过观察 SBIU 内部，精确看到它识别出了哪些频率是每种节奏的关键驱动因素。机器独立发现了振荡的具体速度，证明了其内部结构并非随机猜测，而是底层物理特性的精确映射。

这种能力随后在现实世界的医疗数据上接受了测试，具体包括癫痫患者的脑电波记录和心律失常患者的心跳记录。在脑电波记录中，该系统能够自动将癫痫发作时的混沌电风暴从大脑的正常背景活动中分离出来，而无需展示任何一个带标签的癫痫示例。它识别出了一个包含超过 90% 癫痫数据的特定状态，将其与健康的脑部活动以及眼睛睁开或闭合等其他状态清晰地分隔开来。同样，在分析心跳时，该系统通过关注电信号的物理形状和持续时间，区分了正常心跳与危险的不规则心跳。它正确地识别出异常心跳具有较宽、较慢的形状，而健康的脉冲则是尖锐且快速的，这与心脏科医生在现实世界中诊断这些疾病的方式相吻合。

研究人员还证明，向该系统添加复杂的模拟噪声或“退相干”（decoherence）——这是其他先进模型有时会使用的一种技术——是不必要的，且实际上是冗余的。他们从数学上证明，SBIU 的核心机制已经足以处理这项任务，增加额外的复杂性只会干扰训练过程而不会带来价值。这一发现简化了设计，使该单元的训练更加快速且更加稳定。该研究得出结论：通过施加严格的几何规则——迫使机器保持其类别的独立性及其输出作为有效的概率——创造出既强大又透明的人工智能是可能的。其结果是一个不仅能预测结果，还能揭示数据中隐藏的独特物理机制的系统，为构建能够与人类理解协作而非违背人类理解的机器提供了一种新途径。

技术摘要：谱基可解释单元 (Spectral Basis Interpretable Unit, SBIU)

1. 问题陈述

传统的神经网络架构，包括近期提出的 Kolmogorov–Arnold 网络 (KANs)，面临着显著的“可解释性鸿沟”。虽然 KANs 通过学习一元边缘函数（通常为 B-样条）提供了高度的灵活性和参数效率，但这些学习到的函数是局部性的、分段多项式，其系数缺乏语义含义。在神经科学和心脏病学等科学领域，理解预测背后的“为什么”与预测本身同样重要，而这种不透明性限制了其应用。

现有的可解释方法通常依赖于人类指定的概念（概念瓶颈模型）、需要体制标签（监督聚类），或者无法对输入空间实施互斥的分区（例如，门控机制不受约束的标准混合专家模型）。因此，需要一种能够实现以下目标的边缘函数：

在无监督的情况下将输入域划分为互斥的体制（regimes）。
为每个体制生成人类可读的特征签名。
保留基于样条方法的通用逼近保证。

2. 方法论

谱基可解释单元 (SBIU)

作者引入了 SBIU，这是一种一元函数逼近器，它通过在傅里叶编码特征空间中进行学习的正交投影，取代了传统的 B-样条。该架构的设计灵感源自量子力学的测量假设，但在运行中是一个严格的经典、确定性模块。

核心组件：

傅里叶特征映射： 将标量输入 $x$ 通过固定频率 $k\omega_0$ 的正弦和余弦特征，映射为一个 $L_2$ 归一化的 $d$ 维实向量 $|\psi(x)\rangle$ 。
学习的正交基（指针态）： 一个可学习的特殊正交矩阵 $V \in SO(d)$ 用于旋转输入向量。 $V$ 的列定义了一个正交归一基 $\{|\pi_m\rangle\}$ 。
平方模激活（Born 定律）： 将输入投影到基向量上，并计算投影的平方模： $p_m(x) = |\langle \pi_m | \psi(x) \rangle|^2$ 。由于 $V$ 的正交性和 $|\psi(x)\rangle$ 的归一化，这些值构成了一个有效的概率分布（ $\sum p_m = 1$ ）。
凸输出： 最终的标量输出是这些概率的凸组合： $\phi(x) = \sum \lambda_m p_m(x)$ ，其中 $\lambda_m$ 是可学习的系数。

数学公式：
SBIU 对傅里叶编码后的输入计算二次型：
$\phi(x) = \langle \psi(x) | H_{\text{eff}} | \psi(x) \rangle$
其中 $H_{\text{eff}} = V \Lambda V^\top$ 是一个学习到的厄米特（Hermitian，即对称）算符。指针态是 $H_{\text{eff}}$ 的特征向量，而系数 $\lambda_m$ 是其特征值。

理论证明

通用逼近能力： 作者通过 Stone–Weierstrass 定理证明，只要维度 $d$ 足够大，SBIU 是连续函数在紧区间上的通用逼近器。
退相干通道的冗余性： 一个关键的理论贡献是，作者证明了（定理 1）在 SBIU 中增加在测量基下是对角化的保迹退相干通道（Kraus 算符）在数学上是冗余的。测量投影会导致代数坍缩，使得噪声参数消失，从而产生与最小投影平方形式相同的结果。这消除了使用复杂且不稳定的量子启发式噪声模拟的必要性。

谱瓶颈架构 (The Spectral Bottleneck Architecture)

为了验证该单元的聚类能力，作者构建了 SBI-Bottleneck，这是一个极简的端到端可微架构。它接收多元时间序列窗口，应用线性投影，归一化状态，并通过单个 SBIU。该单元使用自监督下一步预测损失（MSE）进行训练，无需任何体制标签。

3. 主要贡献

定义与表征： 对 SBIU 进行了严谨的数学定义，包括对其通用逼近能力的证明，以及对对角退相干通道冗余性的证明。
谱瓶颈架构： 一种利用 SBIU 进行多元时间序列无监督体制发现的新颖架构。
合成验证： 通过在隐藏体制振荡器上的实验表明，SBIU 不仅能精确分割数据，还能学习到对应于已知生成频率的指针态。
临床验证： 成功应用于真实生理数据（EEG 和 ECG），展示了其在无监督标签的情况下，自主隔离病理性体制（癫痫发作和室性心律失常）到相互排斥的正交状态的能力。

4. 实验结果

合成隐藏体制振荡器

模型在三个体制（2 Hz、3 Hz 和 5 Hz 振荡器）之间切换的时间序列上进行了测试。

性能： SBI-Bottleneck 实现了 0.6857 的调整兰德指数 (ARI)，优于不受约束的多层感知器 (MLP, ARI 0.6662)、Spline-KANs (ARI 0.6459) 和 Fourier-KANs (ARI 0.1827)。
可解释性： 学习到的基向量与生成频率完美对齐。正交约束迫使模型将信号分解为独立的、不重叠的频谱成分，而不受约束的模型则产生了纠缠的表示。
鲁棒性： 在增加高斯噪声的情况下，SBIU 保持了稳定的体制边界，而不受约束的基准模型则出现了表示坍缩。

真实临床验证

EEG（癫痫发作识别）：

模型在无标签的情况下，自主隔离癫痫发作的纯度 >90%（在主要 $d=10$ 实验中对于 World 7 达到了 90.3%，在精细化 $d=12$ 的子体制分析中达到了 93.6%）。
它成功识别了通过 Alpha 波节律（8–12 Hz）表现出的“闭眼”状态，并区分了肿瘤区域、健康区域与基线状态。
该架构自然地实现了表示稀疏化，将未使用的维度归零。

ECG（MIT-BIH 心律失常数据集）：

SBIU 将室性异位搏动和未分类搏动隔离到同一个坐标轴（World 3），并将融合搏动隔离到另一个轴（World 7）。
形态学验证： 模型对心律失常的分离与临床诊断相吻合。路由至“心律失常”世界的跳动表现出增宽的 QRS 波群（平均宽度 46.89 个样本，而正常跳动为 8.85 个样本），符合室性异位搏动的生理特征。

5. 意义与主张

本文声称，SBIU 证明了强几何约束——特别是正交性、凸组合和学习到的特征基——可以在不牺牲表达能力的前提下，为传统神经网络提供一种完全可解释的替代方案。

无需标签的可解释性： 该架构能够自主发现并隔离生理数据中的病理性体制，提供了一个显示系统动力学的“透明仪表盘”，其中基向量对应于物理频率或形态特征。
效率： SBIU 作为一个参数稀疏的正则化器。它在达到峰值性能时仅使用了最小的几何容量（对于 3 个频率， $d=6$ ），而不受约束的模型需要两倍的维度才能达到类似的分割效果。
理论清晰度： 通过证明对角退相干通道的冗余性，这项工作简化了量子启发式机器学习，在保留 Born 定律激活优势的同时，消除了优化陷阱和不必要的参数。

作者总结道，SBIU 提供了一个严谨的框架用于体制发现，弥合了高性能函数逼近与人类可读的科学洞察之间的鸿沟，特别是在受波传播和调和共振物理定律支配的领域。