跳到正文
arXiv cs.AI· Lingsen You, Yujun Guo, Xinyu Zhong, Zisu Peng, Wentong Wang, Li Shen, Junbo Ge·· 9 天前AI 评分12

合成血管预测表示中的干预锚点与科学验证

Intervention anchors and scientific verification in synthetic vascular predictive representations

AI 导读

一项合成数值审计研究提出,完整正交预测坐标本身无法将潜在方向绑定到具名干预,需借助干预锚点才能恢复可解释性。容量匹配的最小二乘预测器在固定输出变换下完全等价,六组三维配置跨 64 个随机种子给出最大配对预测差异 6.7e-15,但未传输编辑误差中位数达 1.513,坐标传输可消除该误差。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:完全正交的预测坐标本身并不能将潜在方向绑定到具名干预上。我们提出了一项受血管器械-血管适配性启发的数学与合成审计。在完全固定输出变换下,容量匹配的最小二乘预测器完全等价,而仅锚点观察者只能在已知扰动特征张成的范围内恢复解释。跨 64 个种子的六种三维配置给出的最大配对预测差异为 6.7e-15,但未传输编辑误差的中位数为 1.513。坐标传输消除了该误差。噪声锚点和弱锚点限制了校准稳定性,而改变表示基需要重新校准或经验证的传输。在维度 3-24 中的另外 256 次拟合中,预测等价性保持在 4.0e-15 以内。随后我们评估了跨 64 个种子的九类故意可运行故障。全部 576 次故障执行均完成,但每次至少违反一项重建、预测、交付编辑或范围契约;全部 320 条有效对照记录均通过。重复执行故障实现给出了精确的自一致性,尽管与单独计算的模拟器期望存在误差。对于一种遗漏方向缺陷,探针覆盖率遵循其解析规律,而秩感知弃权保护了不受支持的解释。标量噪声实验暴露了在狭窄相对容差下既漏检弱故障又过度拒绝的问题。这些对照提供了预测、语义支持与科学接受的可执行分离。它们是合成数值审计,而非临床验证、神经 JEPA-Anything 复现、智能体学习或患者治疗效果估计。
评论: 技术说明;18 页,8 幅图;包含可复现性源代码和数据存档
主题: 人工智能(cs.AI)
引用为: arXiv:2610.11704 [cs.AI]
  (或 arXiv:2610.11704v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2610.11704

arXiv 颁发的 DOI 通过 DataCite(待注册)

提交历史

来自:Junbo Ge [查看电子邮件]
[v1] 2026 年 10 月 8 日星期四 11:10:56 UTC(1,899 KB)

来源:arXiv cs.AI · arxiv.org