FLDS:一种灵活、受限、双S型传输函数

《Journal of Probability and Statistics》:FLDS: A Flexible, Limited, Double-Sigmoid Transmission Function

【字体: 大 中 小 】 时间:2026年03月18日 来源:Journal of Probability and Statistics 0.8

编辑推荐:

  本研究提出了一种高度灵活的数学函数(FLDS),用于将取值空间为(0-1)的变量X进行同向(isotonic)变换,转换为同一取值空间(0-1)的变量Y。测量、推导或估计变量的数值常常与期望维度的"真实"、"无失真"数值存在差异。未校准测量仪器的输出值、分析模

  
本研究提出了一种高度灵活的数学函数(FLDS),用于将取值空间为(0-1)的变量X进行同向(isotonic)变换,转换为同一取值空间(0-1)的变量Y。测量、推导或估计变量的数值常常与期望维度的"真实"、"无失真"数值存在差异。未校准测量仪器的输出值、分析模型的误设定或过于僵化的激活函数(activation function)均可能导致不当决策。该函数通过四个或六个参数,能够表示几乎所有可设想的功能曲线,从而克服了其他函数如线性或恒定曲率的限制。在拟合优度(goodness of fit)方面,FLDS优于样条函数(spline functions)或适应性改进的Emax函数等竞争者。FLDS函数具有多种应用方式。
本研究围绕变量校准与单调变换的理论需求展开,发表于《Journal of Probability and Statistics》。在实际测量与数据分析中,测量值、推导值或估计值往往偏离目标维度的"真实"或"无偏"值,这一问题广泛存在于化学、物理学、生物学及工程技术等领域。依据ISO 11095标准,校准被定义为确定或消除"测量系统"与"参考系统"之间系统性差异的程序。类似地,基于逻辑回归或机器学习技术构建的风险模型在应用于特定人群时也可能存在错误校准,即预测风险不能准确反映目标人群中的事件率。错误校准会导致不利的决策失误,例如银行业中贷款评级与违约概率的匹配、医学领域中疾病标志物的准确定量以及多病遗传风险评分(polygenic risk score, PRS)的国别校准等。此外,人工神经网络中节点激活函数的恰当设定也是相关的重要问题,尽管现有多种激活函数如线性整流单元(rectified linear unit, ReLU)、高斯误差线性单元(Gaussian error linear units, GELU)、Sigmoid函数、双曲正切函数(tanh)及Softmax函数等,但常规校准函数作为一般多项式幂变换的特例,在将(0-1)区间的变量单调变换至同一区间时存在局限性,无法保证输出值严格限定于0和1之间,也无法实现边界值的精确映射。

鉴于此,研究人员旨在开发一种高度灵活、受限的双Sigmoid传输函数(Flexible, Limited, Double-Sigmoid transmission function, FLDS),以实现(0-1)区间内变量的精确单调变换,克服现有方法的结构性限制,拓展其在测量校准、风险模型修正及神经网络激活等领域的应用潜力。

该研究采用的核心技术方法包括:基于Sigmoid函数及其逆函数Logit函数(logit function)的映射原理,结合指数缩放变换与比例变换构建函数框架;通过最大似然估计(maximum likelihood estimation)进行参数优化,采用自适应高斯-埃尔米特求积法(adaptive Gauss-Hermite quadrature)近似似然积分;利用SAS 9.4软件中的PROC FCMP自定义函数、NLMIXED过程进行非线性模型拟合,以及GLMSELECT过程进行B样条(B-spline)和自然三次样条(natural cubic spline)的对比分析。样本队列为模拟数据集,包含9条预设曲线,每条曲线在0至1区间内以0.025为间隔设置41个等距x值,每个数据点生成50个估计值(真实y值加上服从N(0, 1/20)分布的随机值,且限制在[0,1]区间内)。

研究结果部分依次展开如下:

"函数单调变换的定义":研究人员构建了FLDS函数的完整数学表达式。该函数基于三个核心模块:Sigmoid函数用于将连续变量映射至(0-1)区间,其逆函数Logit函数用于反向映射;指数幂变换保持值域不变的同时实现尺度变换;比例变换实现不同区间间的线性转换。通过八个递进步骤——包括边界参数调整、指数缩放、Logit变换、逻辑回归线性关系构建、Sigmoid逆变换及二次缩放等,最终推导出包含六个参数(a, b, c, d, u, o)的FLDS通式。参数a为移位参数(shift parameter),控制最陡倾斜位置;参数b为斜率参数(slope parameter),决定曲线形状,高值产生S形曲线,低值产生阶梯形曲线;参数c和d为缩放参数(scaling parameter),分别对x值和y值进行尺度调整;参数u和o为边界参数(boundary parameter),分别控制y=0的最大x值和y=1的最小x值。为保证严格单调递增,参数b、c、d须取正值。研究人员还说明了参数间的交互作用及约束条件。

"半灵活函数的示例":研究人员展示了FLDS函数的多种典型曲线形态。当边界参数固定为u=0和o=1时,通过特定参数组合可获得:线性曲线(a=0, b=1, c=d)、凹曲线(a=2)、凸曲线(a=?2)、S形曲线(b=3,可辅以a、c、d调整)以及快速上升曲线(b=5, d=3.6, c=0.57等)。这些示例通过在线可视化工具进行了图形展示。

"与其他灵活函数的比较":研究人员将FLDS函数与适应性Emax模型、1至3次B样条以及自然三次样条进行了系统对比。适应性Emax模型由药物浓度-反应关系模型改进而来,通过替换变量并限制最大值不超过1以适应(0-1)变换需求。对比方法为:基于9条预设曲线的41个数据点,每个点生成50个含噪声的估计值,以真实与估计y值间的中位平均绝对差(median mean absolute difference, MAD)作为拟合优度指标,同时评估曲线的单调性比例。结果显示,FLDS函数的MAD中位数最低(0.39),平均排名1.38;适应性Emax函数次之(MAD=0.66,排名=2.78);3次B样条MAD为0.90。仅FLDS和适应性Emax能保证100%的单调性,而各类样条均无法保证。仅在线性变换场景下适应性Emax略优于FLDS。特别地,在极端场景(如场景7、8、9)中,FLDS展现出明显更高的精度,而样条出现非单调波动。

"参数估计稳定性比较":研究人员进一步评估了不同数据量下的参数估计稳定性。通过从41个数据点中随机抽取7至40个点进行重复拟合,结果表明FLDS在所有样本量下的MAD均优于适应性Emax函数和所有样条方法。当样本量从7增至41时,FLDS的MAD从1.17降至0.39,且最大绝对偏差约为17个百分点,但通常偏差小于2个百分点。同时,FLDS的迭代收敛率也显著高于适应性Emax函数(97%-100% vs. 65%-97%)。

"一项应用":研究人员以肺癌风险评分校准为例展示了FLDS的实际应用。基于公开数据集(Lung Cancer Analysis & Prediction,含264例病例和39例对照),研究人员构建了基于年龄、性别和吸烟行为的逻辑回归风险评分,并与德国1999-2022年全国肺癌发病率进行了对比。结果显示,模型预测与全国发病率存在明显偏差。经FLDS校准后,转换后的风险评分与全国发病率达成了可接受的一致性。

在讨论部分,研究人员指出FLDS函数虽形式复杂,但逻辑严谨,能够实现极其灵活的单变量变换。该函数最初为从基因型剂量推导基因型概率而开发,但具有普适性,可应用于风险评分校准和神经网络激活函数等领域。参数可完全或部分设定、限制或基于数据估计。与样条函数相比,FLDS不仅保证了单调性,而且拟合优度更优;与适应性Emax模型相比,FLDS在极端场景(如值域中部具有水平成分时)表现更稳健。应用示例表明,即使仅使用函数范围的一小部分,FLDS也能有效修正不适当的评分。研究人员认为,FLDS是广泛变换曲线中同时保持单调性的最优选择,其参数可从数据中稳健估计。

研究结论指出,FLDS函数提供了一种将输入变量X从(0-1)值域转换为同一值域输出变量y的高度灵活方式,其全部或部分参数可基于数据估计,在拟合优度上始终优于竞争函数,可设想有多样的应用场景。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号