贝叶斯卷积神经网络用于次声事件的不确定性感知分类

《Sensors》：Bayesian Convolutional Neural Networks for Uncertainty-Aware Classification of Infrasound Events

　　

次声信号的准确分类对于核试验核查、自然灾害预警和地球物理监测至关重要。传统的卷积神经网络（CNN）应用于此任务时容易在小规模、类别不平衡的数据集上过拟合，且无法量化预测不确定性。为解决这些限制，研究人员引入了一个贝叶斯卷积神经网络（Bayesian CNN）框架，该框架将网络权重视为概率分布，并通过变分近似进行推断。以LeNet-5、AlexNet和4Conv3Fc网络作为基线，并将其转换为贝叶斯LeNet-5（Bayes LeNet-5）、贝叶斯AlexNet（Bayes AlexNet）和贝叶斯4Conv3Fc（Bayes 4Conv3Fc）。短时傅里叶变换（STFT）提供时频谱图作为模型输入。在一个包含核试验、化学爆炸、火山喷发、火箭发射、地震和闪电的高度不平衡数据集上，贝叶斯4Conv3Fc（Bayes 4Conv3Fc）在没有任何数据增强的情况下达到了99.14%的总体准确率。与确定性基线相比，精确率、召回率和F1分数分别提高了最多6.91、7.12和7.20个百分点，Cohen's Kappa系数提高了最多8.86个百分点。与类别加权交叉熵（一种标准的不平衡处理基线）相比，贝叶斯模型始终获得更低的Brier分数，表明性能提升源于基于原则的不确定性建模，而非仅靠损失重新加权。本研究量化了次声信号分类模型中的认知不确定性和偶然不确定性，校准分析验证了这些不确定性估计是可靠的，为评估预测可靠性和诊断潜在故障模式提供了基础，从而有助于提高模型可解释性。结合事件级数据划分策略，评估忠实地反映了模型对未见事件的泛化能力，并为实现不确定性感知的次声监测提供了有前景的方向。

**论文解读：贝叶斯卷积神经网络用于次声事件的不确定性感知分类**

**研究背景与问题**

次声波（频率低于20 Hz）凭借其低衰减、远距离传播和强穿透能力，在核试验核查、自然灾害预警（如火山喷发、地震）和地球物理监测中具有重要应用价值。然而，次声信号在长距离传播中易受风湍流、大气温度和地形影响，导致波形畸变，增加了分类难度。传统的次声信号分类方法依赖于人工特征提取（如梅尔频率倒谱系数、小波变换）和浅层分类器（如支持向量机），但人工设计滤波器步骤繁琐。近年来，以卷积神经网络（CNN）为代表的深度学习方法凭借自动特征提取能力被广泛采用，但仍存在固有缺陷：第一，核试验等稀缺次声事件样本极少（自《全面禁止核试验条约》签署后更加稀少），导致数据集高度类别不平衡且规模小；第二，传统CNN在小样本数据上易过拟合，且所有模型仅输出确定性点估计，无法量化预测的不确定性。在实际监测中，过度自信的错误预测可能导致严重后果，因此亟需一种既能提高分类精度又能提供可靠置信度信息的模型。为此，研究人员提出基于贝叶斯卷积神经网络（Bayesian CNN）的次声信号分类方法，通过将网络权重视为概率分布，引入贝叶斯统计推断，实现正则化效果和不确定性量化。

**研究内容与结论**

研究人员在论文中构建了一个贝叶斯CNN框架，将LeNet-5、AlexNet和自定义的4Conv3Fc三种确定性基线网络转换为对应的贝叶斯版本（Bayes LeNet-5、Bayes AlexNet、Bayes 4Conv3Fc）。使用短时傅里叶变换（STFT）将原始次声波形转换为时频谱图作为模型输入，并采用事件级数据划分策略（确保同一物理事件的所有记录只出现在同一子集）以避免数据泄露。在一个高度不平衡的六类次声数据集（核试验、化学爆炸、火山喷发、火箭发射、地震、闪电，共595个事件、2306条波形记录）上，Bayes 4Conv3Fc在不使用任何数据增强的情况下达到99.14%的总体准确率，相比确定性基线，精确率、召回率和F1分数分别提升最多6.91、7.12和7.20个百分点，Cohen's Kappa系数提升最多8.86个百分点。与类别加权交叉熵（标准不平衡处理基线）相比，贝叶斯模型始终获得更低的Brier分数（例如AlexNet降低42.0%），证明性能提升源于基于原则的不确定性建模而非仅靠损失重新加权。该研究首次在次声信号分类中量化了认知不确定性和偶然不确定性，校准分析验证了这些不确定性估计的可靠性，从而为评估预测可靠性和诊断潜在故障模式提供了基础。论文发表在《Sensors》期刊。

**主要关键技术方法**

研究人员采用贝叶斯CNN框架，通过变分推断（VI）近似后验分布，最小化证据下界（ELBO）作为训练目标，并在卷积层中使用局部重参数化技巧（local reparameterization trick）以保持梯度稳定性。输入数据预处理：先对原始次声信号进行形状保持分段三次插值，统一采样率至100 Hz，再通过最大幅度归一化消除幅度差异，最后使用STFT生成时频谱图（Hann窗，窗长1 s，重叠50%，FFT长度1024点，频率范围0–50 Hz），并统一缩放至256×256像素。样本来源：数据来自国际监测系统（IMS）的多个次声阵列以及实验室部署的96个固定站，传感器主要为MB3a、Hyperion 5313A、MB2000和MB2005微气压计，记录时间跨度1952年10月至2022年1月，源到接收器距离34 km至16180 km。事件标签主要依据国际数据中心（IDC）发布的审查事件公报（REB）及地震-声学联合公报，并由训练有素的分析员手动验证。

**研究结果**

**3.2.1 总体分类性能**：通过对比三个基线模型及其贝叶斯版本在准确率、精确率、召回率、F1分数和Cohen's Kappa系数上的表现，发现贝叶斯CNN在所有指标上均优于确定性基线，其中Bayes 4Conv3Fc表现最佳，达到99.14%准确率、99.09%精确率、99.05%召回率、99.05% F1分数和98.98% Cohen's Kappa系数。混淆矩阵显示，Bayes 4Conv3Fc对少数类（火箭发射、核试验）的识别准确率分别达到100%和96%，而基线模型在这些类别上提升显著。

**3.2.2 ROC-AUC与PR-AUC结果**：在高度不平衡数据集中，重点采用PR-AUC（精确率-召回率曲线下面积）评估模型对少数类的识别能力。贝叶斯CNN在所有架构上均获得比确定性基线更高的PR-AUC，平均提升幅度为2.58至13.89个百分点。尤其对于最困难的火箭发射类，Bayes AlexNet的PR-AUC从0.2571提升至0.8771，Bayes 4Conv3Fc从0.8839提升至0.9437，表明贝叶斯学习有效增强了模型对稀缺少数类样本的判别能力。

**3.2.3 K折交叉验证**：通过10折交叉验证（采用事件级划分策略），贝叶斯模型的准确率、精确率、召回率和F1分数的标准差均低于确定性基线，表明模型鲁棒性增强。例如，Bayes 4Conv3Fc的F1分数标准差从1%降至0.3%。与类别加权交叉熵模型对比，贝叶斯模型在所有类别上均取得更优的F1分数，尤其在火箭发射类上，Bayes AlexNet的F1分数从0.583提升至0.910，标准差从0.243降至0.111，证明贝叶斯框架不仅提升平均性能，还显著增强不同数据划分下的稳定性。

**3.2.4 不确定性估计与校准**：对三种贝叶斯CNN进行认知不确定性和偶然不确定性分解。Bayes 4Conv3Fc具有最低的平均认知不确定性（0.044），说明其架构与数据规模匹配良好；Bayes LeNet-5的认知不确定性最高（0.249），对火箭发射类更高（0.352），反映其浅层结构难以捕捉复杂时频特征；Bayes AlexNet的认知不确定性最高（0.345），但偶然不确定性最低（0.022），表明其预测变异主要源于参数知识不足而非数据噪声。Brier分数方面，贝叶斯模型始终低于类别加权确定性模型，例如Bayes AlexNet的Brier分数为0.094，而AlexNet-weights为0.162，降低约42.0%，证实贝叶斯模型提供更可靠的概率校准。

**总结与结论**

讨论部分强调，不确定性分解结合物理特性可诊断模型行为：例如化学爆炸和火山喷发的偶然不确定性较高，反映其内在数据复杂性（爆炸当量、喷发强度变化），而非模型缺陷；核试验和火箭发射的偶然不确定性极低，说明其声学信号相对一致，预测变异主要源于认知不确定性。校准分析验证了这些不确定性估计具有操作意义，且Brier分数优势证明贝叶斯建模带来的性能提升源于对参数不确定性的原则性整合，而非简单正则化或重加权。

研究结论部分原文翻译：本文提出了一种用于次声信号分类的贝叶斯CNN框架。该框架直接利用时频谱图，无需任何数据增强。通过将网络权重放置为概率分布并执行变分推断，模型能够有效从小规模、高度不平衡的数据集中学习，同时提供有意义的不确定性估计。Bayes 4Conv3Fc模型在测试集上达到99.14%的准确率，F1分数相比其确定性对应模型提升2.83个百分点。经典的AlexNet架构受益更为显著，贝叶斯CNN将其准确率提升6.58个百分点。此外，与类别加权交叉熵（一种标准的不平衡处理基线）相比，贝叶斯模型始终获得更低的Brier分数（例如AlexNet降低42.0%），展示了其优越的概率校准性能。这证实了观察到的性能提升源于基于原则的不确定性建模，而非仅靠损失重新加权或普通正则化。该框架为模型无关，可应用于现有CNN架构而只需少量修改，因此可作为进一步探索的灵活基础。本研究进一步将次声信号分类中的预测不确定性分解为认知不确定性和偶然不确定性。校准分析验证了这些不确定性估计是可靠的，从而使研究人员能够识别低预测置信度的样本，并诊断性能限制源于模型容量不足还是数据质量问题。这种诊断能力为后续数据采集或模型改进提供了直接指导。通过将不确定性分解与校准验证相结合，所提出的方法为开发高精度、可解释且不确定性感知的次声监测系统奠定了基础。未来工作将聚焦于轻量级贝叶斯推断技术以减少训练和推理时间，并优化蒙特卡洛样本数量，同时提供完整的计算成本分析。还将与焦点损失、平衡采样、蒙特卡洛dropout和确定性集成进行额外比较，并结合全面的校准评估（如可靠性图和期望校准误差），以进一步隔离贝叶斯后验边际化的独特贡献。