神经符号类对比证据审计用于可靠跨被试可穿戴活动识别

《Sensors》：Neuro-Symbolic Class-Contrast Evidence Audit for Reliable Cross-Subject Wearable Activity Recognition

　　

可靠的可穿戴活动识别不仅需要一个类别标签（class label），还需要一个可审计的指示（auditable indication），表明该标签是否得到历史传感器证据（historical sensor evidence）的支持。研究人员提出了CC-NSIEA，一种标签保留（label-preserving）的神经加规则（neural-plus-rule）类对比证据审计（class-contrast evidence audit），用于跨被试（cross-subject）可穿戴活动识别。时间残差感知网络（Temporal Residual Perception Network）提供唯一的活动标签（activity label）、后验概率（posterior probabilities）和归一化时间嵌入（normalized temporal embedding）。只读训练被试证据记忆（read-only Training-Subject Evidence Memory）检索全局、预测类和竞争类记录。基于规则的证据一致性审计（rule-based Evidence Consistency Audit）结合数据有效性（data validity）、动态/静态运动一致性（dynamic/static motion coherence）、检索支持（retrieval support）和类分离（class separation）。当第一轮证据不足时，类对比证据精炼（Class-Contrast Evidence Refinement）执行一次确定性对比（deterministic contrast），在预测类（predicted class）与最强后验竞争者（strongest posterior competitor）之间进行；审计不能改变神经标签（neural label）。术语神经符号（neuro-symbolic）仅在这种受限架构意义上使用：神经预测器（neural predictor）与显式表示的确定性谓词（deterministic predicates）和有限基于规则控制器（finite rule-based controller）耦合；该方法不执行符号推理（symbolic inference）、定理证明（theorem proving）或知识图谱推理（knowledge-graph reasoning）。在UCI HAR官方训练分区（UCI HAR official training partition）的五个被试不重叠外折（subject-disjoint outer folds）上，共享感知模型（shared perception model）在来自21名被试的7352个折外窗口（out-of-fold windows）上达到了90.13%的准确率（accuracy）和90.55%的宏F1（macro-F1）。相对于匹配的动态确定性控制器（dynamic deterministic controller），CC-NSIEA将错误AUPRC（Error AUPRC）从0.423802提升至0.433057，并将AURC从0.035941降低至0.035913。针对AUPRC差异的10,000次重抽样被试聚类自助法区间（subject-cluster bootstrap interval）为[0.001595, 0.019547]。CC-NSIEA为基于置信度的可靠性估计（confidence-based reliability estimation）提供了以证据为中心的补充（evidence-centered complement）。

**神经符号类对比证据审计用于可靠跨被试可穿戴活动识别解读**

**研究背景与问题**
可穿戴活动识别（Wearable Activity Recognition，简称WAR）在康复、辅助生活、健身监控及情境自适应接口中具有重要应用，但传统分类器依赖平均准确率评估，忽略了单个预测的可信度问题。对于未见过的被试，预测可能是正确、错误但低置信度，或错误但高后验置信度。后者对下游系统尤为危险，因为缺乏需要额外审核的信号。因此，跨被试活动识别本质上是一个双输出问题：系统应提供活动标签（activity label）及独立可检查的评估，判断标签是否有充分证据支持。现有深度时间模型（如残差网络、注意力池化）虽能提取紧凑序列表示，但无法解释为何特定预测应被信任。后验置信度、熵等可靠性信号虽有效，但无法区分每个高置信度错误或揭示矛盾证据。此外，检索增强（retrieval-augmented）和自反思语言模型（self-reflective language model）的泛化设计原则在此不适用，因为任务不是自然语言问答，且外部文本语料不相关，证据机制不应允许生成未经验证的标签。因此，研究人员提出一种标签保留（label-preserving）的神经加规则证据审计方法，旨在提供可追溯的可靠性估计，而不修改神经标签。论文发表在《Sensors》。

**关键技术方法**
（1）时间残差感知网络（Temporal Residual Perception Network）：采用一维卷积主干和四个膨胀率分别为1、2、4、8的残差时间块，通过注意力池化生成128维归一化嵌入，仅用交叉熵损失训练。（2）只读训练被试证据记忆（Training-Subject Evidence Memory，简称TSEM）：存储训练被试的归一化嵌入、标签和来源索引，并为每类计算原型嵌入，检索基于余弦距离，初始全局邻居数为5。（3）基于规则的证据一致性审计（Rule-Based Evidence Consistency Audit，简称SECA）：计算四个有界组件——神经置信度、检索支持、类分离（含最近邻分离和原型分离）、规则一致性（包括数据有效性规则和基于运动能量的动态/静态分组规则）。（4）证据充分性控制器与类对比精炼（Evidence Sufficiency Controller and Class-Contrast Refinement，简称ESC）：通过等权组合形成透明充分性分数，阈值τ_stop仅在审计校准被试上最大化校准错误检测AUPRC选取；当初始证据不足时，执行一轮类对比精炼，将全局检索预算增至12，并重新计算分数。（5）有序停止逻辑与知识来源链（Knowledge Provenance Chain，简称KPC）：最多两轮证据，停止原因包括数据有效性冲突、充分证据、无证据增益、达到最大迭代，KPC记录完整审计痕迹。研究数据来源为UCI HAR数据集官方训练分区，包含21名被试的7352个窗口。

**研究结果**
**共享感知性能（Shared Perception Performance）**：通过五折被试不重叠外折，共享时间残差网络在7352个折外窗口上获得准确率0.901251，宏F1 0.905547，校准误差0.071352；静态姿势间混淆为主，表明证据审计的必要性。
**风险估计器比较（Risk-Estimator Comparison）**：置信度和熵在全局AUROC和AURC上表现最强（置信度Error AUROC 0.832074, AURC 0.028883），而CC-NSIEA在错误聚焦的精确率-召回率行为上更优（Error AUPRC 0.433057，高于置信度的0.390254），且在高风险前10%错误率上最高（0.479620），表明神经后验置信度适用于全局排序，而证据审计有助于集中可能错误。
**匹配控制器比较（Matched Controller Comparison）**：CC-NSIEA与动态确定性控制器（D-NSIEA）共享相同设置，仅第二轮证据动作不同。CC-NSIEA将Error AUPRC从0.423802提升至0.433057，AURC从0.035941降至0.035913；基于被试聚类自助法，AUPRC差异95%区间为[0.001595, 0.019547]，AURC差异95%区间为[?0.000076, ?0.000004]；四个外折AUPRC提升，一个不变，表明该改进在审核队列中具有针对性意义。
**停止、来源与控制器诊断（Stopping, Provenance, and Controller Diagnostics）**：CC-NSIEA在7156个窗口一轮停止，104个窗口无证据增益，92个窗口达到最大迭代，平均审计轮次1.033324，KPC完整性1.000；控制器等效性诊断显示，约束语言模型（LLM）实际在所有调用中均选择类对比动作，与确定性类对比控制器完全一致，且速度慢12倍（418.95秒 vs 34.93秒），因此最终方法不采用语言模型；标签覆盖诊断表明，允许迭代组件覆盖神经标签并无显著优势（McNemar p=0.538583），验证了硬标签保留约束的合理性。

**讨论与结论总结**
讨论部分指出：主要实证发现是确定的第二轮类对比改进了错误聚焦精确率-召回率排序，但增益适度，不应视为分类准确率提升；语言模型虽具灵活性，但在此场景下无独立因果效应，去除外部API可提高可重复性与延迟。局限性包括：证据记忆仅针对单一基准，最终研究仅使用UCI HAR训练分区，不推广到跨数据集、设备或人群；观察到的控制器优势较小，需在更多数据集上确认；规则简单，运动组一致性无法解决组内模糊性；阈值仅在校准被试上选取。研究结论部分翻译如下：
本文提出了CC-NSIEA，一种标签保留的神经加规则类对比证据审计方法，用于可靠跨被试可穿戴活动识别。时间残差感知网络提供固定活动标签；训练被试证据记忆、显式审计规则和有限充分性控制器评估标签是否得到支持。该方法从不覆盖神经输出。在UCI HAR五个被试不重叠外折下，CC-NSIEA相对于匹配的动态确定性控制器提升了Error AUPRC，并为所有折外窗口保留了完整KPC记录。结果支持以证据为中心的审计补充，而非取代神经置信度，也不声称语言模型驱动分类。最终设计有意受限：优先考虑可追溯性、匹配评估，以及感知与审计之间的显式边界。