Consistent Bayesian spatial domain partitioning using predictive spanning tree methods¶
作者: Kun Huang, Huiyan Sang
来源: Annals of Statistics
主题: 非参数 / 半参数
相关性: 4/10
机构绿灯: Texas A&M University(US News 前 50,免分进入精读)
链接: 期刊页 · arXiv
一、领域脉络与小综述¶
这个方向是什么¶
本文所处的子方向是贝叶斯空间聚类(Bayesian spatial clustering),其根本科学问题是:如何在空间数据中自动识别具有不同回归关系的空间子区域(即"域划分"),同时保持子区域的空间连续性,并给出不确定性的量化。该方向的核心统计张力在于:既要让聚类结果反映数据中真实的参数异质性,又要利用空间邻近性约束使聚类结果在几何上可解释、可预测。该方向的成熟度处于"方法丰富但理论薄弱"的阶段——大量贝叶斯空间聚类模型已被提出并应用于实际数据,但关于这些模型后验分布是否收敛到真实划分的一致性理论长期缺失,本文正是针对这一缺口展开工作。
发展脉络¶
-
奠基工作:有限随机划分先验与空间聚类模型。早期贝叶斯空间聚类工作(如 [7, 11, 4, 34] 所代表的模型族)将空间聚类问题建模为对有限个观测位置的分组,通过随机划分先验(如 Pólya urn、乘积划分模型)实现聚类。这些方法的核心局限在于:它们只能对已观测到的位置进行聚类,无法对新位置进行预测——因为划分本身定义在观测点上,而非连续空间域上。这一局限在 [35, 40, 38, 17] 等工作中被明确讨论,但并未被根本解决。
-
主要进展:域划分模型与形状约束。为突破"只能聚类观测点"的限制,研究者提出了域划分模型(domain partition models),将整个空间域划分为若干子区域。代表性工作包括:二元决策树([8]),通过递归分割产生轴对齐的矩形区域,计算高效但形状受限;Voronoi 镶嵌模型([20, 19, 10]),通过随机种子点生成凸多边形划分,形状更灵活但难以处理复杂边界。这些方法在预测能力上优于有限划分模型,但引入了对划分形状的几何约束,可能过于严格。
-
关键转折:基于生成树的划分先验。本文所依赖的生成树方法([43, 28, 22])代表了一条新路径:先在空间图上构造生成树,再通过切割树的边来诱导划分。这一方法的优势在于:生成树天然保证划分的连通性(空间连续性),同时通过树的随机性提供了丰富的划分形状。值得注意的是,[43] 中的生成树方法最初是为有限观测点设计的,本文将其扩展为连续域划分,这是方法上的关键一步。此外,[15] 提出的软划分高斯过程模型也采用了生成树思想,但侧重于非平稳协方差建模而非聚类一致性。
-
理论发展的平行线索:聚类一致性。与空间聚类方法的发展并行,贝叶斯聚类一致性理论在非空间设定下取得了进展:[16, 31, 50, 2] 研究了可交换随机划分模型的后验一致性;[51] 在混合模型框架下建立了图模型聚类的相合性;[36] 在空间面板数据中证明了聚类一致性,但要求重复测量次数趋于无穷。这些工作为本文提供了理论工具,但均未直接处理空间域划分这一设定——特别是划分本身是连续对象、且聚类数可能随样本量增长这一关键困难。
-
本文的位置:本文在生成树划分先验的基础上,首次在 infill-domain 渐近框架下建立了空间域划分的后验一致性理论,填补了"贝叶斯空间聚类模型缺乏划分一致性理论"的空白。其技术核心在于:将划分一致性分解为划分距离的收敛、聚类数的估计、参数的后验收缩三个层面,并引入生成树的图论性质来控制划分空间的复杂度。
子线索聚类¶
上述文献大致可归为三条子线索:
-
空间聚类先验设计([7, 11, 4, 34, 35, 40, 38, 17, 8, 20, 19, 10, 43, 28, 22, 15]):关注如何构造能产生空间连续、形状灵活的划分的先验分布。这条线索的演进方向是从"有限点聚类"到"连续域划分",从"刚性形状约束"到"灵活生成树切割"。
-
贝叶斯聚类一致性理论([16, 31, 50, 2, 51, 36]):关注后验分布是否在样本量增大时收敛到真实聚类结构。这条线索主要在非空间或简化空间设定下发展,为本文提供了"划分距离"、"聚类数一致性"等理论工具。
-
生成树的图论与概率性质([1, 3, 9, 13]):为生成树先验的计数、采样和渐近分析提供数学基础。本文的 Proposition 2 和 Proposition S.2 直接依赖这条线索的结果。
核心问题¶
这个方向在追问的核心问题包括:
- 划分的可识别性:在什么条件下,空间聚类模型能够从数据中唯一地恢复真实的域划分?这需要定义合适的划分距离,并证明后验分布在该距离下收缩到真实划分。
- 聚类数的估计:当真实聚类数未知时,后验分布能否正确估计聚类数?这涉及先验对聚类数的惩罚与似然对数据拟合的权衡。
- 预测的一致性:域划分模型的核心优势在于对新位置进行预测,但预测误差的收敛速率是否与划分估计的收敛速率一致?
- 计算与理论的平衡:生成树方法在计算上可行,但其先验的复杂性(如生成树诱导的划分空间大小)是否会影响后验收敛速率?
⚠️ 作者的 framing¶
作者在引言中将缺口明确框定为:"Bayesian spatial clustering methods have been widely used... However, the posterior clustering consistency theory of spatial clustering models remains largely unexplored in the literature."(第 2 页)具体而言,作者强调了两点:其一,现有理论工作(如 [51, 36])要么假设数据来自图上的相依生成过程,要么要求重复测量趋于无穷,均未在纯空间 infill-domain 设定下处理划分一致性;其二,现有域划分模型(如决策树、Voronoi)的形状约束过于严格,而生成树方法虽灵活但缺乏理论保证。作者将本文定位为"among the first to develop Bayesian spatial domain partitioning consistency under the spatial infill domain asymptotic framework"(第 3 页)。
值得注意的淡化/回避之处:作者将聚类数 k₀ 视为固定常数(FDG 情形)或允许其增长但满足特定速率条件(VDG 情形),但未讨论 k₀ 与样本量 n 的精确关系对收敛速率的影响是否最优。此外,作者回避了与频率派空间聚类方法(如 [23, 24] 中的正则化方法)的效率比较——本文只证明了贝叶斯后验的一致性,未讨论其半参数效率性质。
张力¶
未见明显对立引用。 不过存在一个值得注意的方法张力:一方面,[2] 表明在可交换划分模型中,固定浓度参数的 Dirichlet 过程混合对聚类数不一致,需要让浓度参数随 n 变化;另一方面,本文的生成树先验通过 Poisson(k) 先验和 UST 先验的组合,在 infill-domain 设定下实现了聚类数一致性。这两种设定(可交换 vs. 空间)下的不同结论,暗示了空间结构对聚类数一致性的影响可能是一个值得深挖的理论问题。
二、最核心、最简单的例子 / 数学问题¶
第一步:符号、模型、可观测数据¶
符号清单(按出现顺序):
| 符号 | 含义 | 类型 |
|---|---|---|
| \(s_i \in D \subset \mathbb{R}^2\) | 第 \(i\) 个观测位置 | 随机变量(观测) |
| \(x(s_i) \in \mathbb{R}^d\) | 位置 \(s_i\) 处的协变量 | 随机变量(观测) |
| \(y(s_i)\) | 位置 \(s_i\) 处的响应 | 随机变量(观测) |
| \(\theta(s_i)\) | 位置 \(s_i\) 处的回归系数 | 参数(目标) |
| \(k_0\) | 真实聚类数 | 参数(目标) |
| \(\{D_{l,0}\}_{l=1}^{k_0}\) | 真实域划分 | 参数(目标) |
| \(K\) | 网格划分数(超参数) | 超参数 |
| \(\{B_m\}_{m=1}^{K^2}\) | 空间网格块 | 构造对象 |
| \(G = (V, E)\) | 网格图 | 构造对象 |
| \(T\) | 生成树 | 潜变量 |
| \(\pi^*(D)\) | 由生成树切割诱导的域划分 | 潜变量 |
| \(\pi(V)\) | 块的划分 | 潜变量 |
| \(\lambda\) | Poisson 先验均值 | 超参数 |
| \(\gamma\) | Zellner g-先验尺度 | 超参数 |
| \(\sigma^2\) | 噪声方差 | 参数(假设已知) |
| \(\epsilon(\cdot)\) | 高斯噪声 | 随机变量(不可观测) |
| \(\epsilon(\cdot, \cdot)\) | 划分距离(式 14) | 度量 |
| \(\epsilon_n(\cdot, \cdot)\) | 离散划分距离(式 15) | 度量 |
模型(式 1–8 的直白翻译):
- 数据生成:\(y(s_i) = x^T(s_i)\theta(s_i) + \epsilon(s_i)\),其中 \(\epsilon(s_i) \sim N(0, \sigma^2)\) 独立。
- 真实结构:存在一个未知的域划分 \(\{D_{l,0}\}_{l=1}^{k_0}\),使得 \(\theta(s_i) = \theta_{l,0}\) 当且仅当 \(s_i \in D_{l,0}\)。即:回归系数在空间上是分片常数。
- 先验:
- 生成树 \(T \sim \text{Uniform}(\Delta)\)(式 1);
- 聚类数 \(k \sim \text{Poisson}(\lambda)\),截断在 \([1, K^2]\)(式 2);
- 给定 \(T\) 和 \(k\),块的划分 \(\pi(V)\) 在"由 \(T\) 切割 \(k-1\) 条边得到 \(k\) 个连通分量"的所有可能中均匀分布(式 3);
- 给定划分,\(\theta_j \sim N(0, \gamma\sigma^2 n (X_j^T X_j)^{-1})\)(式 7,Zellner g-先验)。
- 可观测数据:\(\mathcal{D} = \{s_i, x(s_i), y(s_i)\}_{i=1}^n\)。注意:位置 \(s_i\) 和协变量 \(x(s_i)\) 被视为固定设计(条件于它们),随机性仅来自 \(y\) 和先验。
关键点:模型的核心是将"域划分"这一连续对象离散化为"网格块的划分"。\(K\) 是网格分辨率,\(K^2\) 是块数。当 \(K\) 随 \(n\) 增大时,网格划分可以逼近任意形状的域划分——这是 infill-domain 渐近的关键。
第二步:最小内核¶
问题:假设真实域划分 \(\{D_{l,0}\}_{l=1}^{k_0}\) 是 \(D = [0,1]^2\) 上的三个竖条(\(k_0 = 3\)),每个竖条内回归系数不同。我们观测到 \(n\) 个位置上的 \((x, y)\) 数据。模型先验在生成树上均匀分布,然后随机切边得到划分。问:当 \(n \to \infty\) 时,后验分布是否会把概率质量集中到"近似正确"的划分上?
核心困难:划分空间的大小随 \(K\) 指数增长(\(K^2\) 个块的所有连通划分),而 \(K\) 又随 \(n\) 增长。如何控制这个指数级空间的复杂度,使得后验分布不会分散到太多"错误"的划分上?
本文的解决思路(三步走):
-
定义划分距离(式 14–15):用对称差面积来度量两个划分的差异。\(\epsilon(\pi_1, \pi_2) = 2 - |D|^{-1}[\sum_j \max_l |D_{1j} \cap D_{2l}| + \sum_l \max_j |D_{1j} \cap D_{2l}|]\)。这个距离在 \([0, 2)\) 中取值,等于 0 当且仅当两个划分相同(在零面积意义下)。
-
构造"近似正确"的划分(Proposition 1):证明存在一个网格块划分 \(\pi_0^*\),它由 \(k_0\) 个连通块组成,每个块近似对应一个真实子域,且近似误差(错分面积)不超过 \(O(k_0^{1/2} K^{-1})\)。这个 \(\pi_0^*\) 是后验分布"应该"集中的目标。
-
证明后验集中(Theorem 1):在适当的条件下(\(K\) 的增长速率、\(\lambda\) 的选择、参数分离条件),后验分布满足
\[\mathbb{P}\left(\epsilon[\pi^*, \{D_{l,0}\}] \leq c k_0^{1/2+2/d} K^{-1} \log^{\alpha_0}(n) \mid \mathcal{D}\right) \to 1,\]即后验分布把概率质量集中到真实划分的 \(O(K^{-1} \log^{\alpha_0}(n))\) 邻域内。
为什么这个内核是"最小"的:它剥离了所有应用细节(空间相关误差、非高斯似然、高维协变量),只保留了一个最本质的数学问题——在指数级大的划分空间中,后验分布能否以正确的速率集中到真实划分附近。这个问题的解决依赖于三个关键不等式:
- 先验质量下界(Proposition 1 + Assumption 6):\(\pi_0^*\) 的先验概率不能太小,即 \(\mathbb{P}(\pi_0^*) \gtrsim \exp(-c k_0^{1/2} K \log K)\)。
- 似然比上界(Proposition S.1):任何"足够错误"的划分 \(\pi\) 的边际似然相对于 \(\pi_0^*\) 的边际似然必须指数级小,即 \(\frac{P(y|\pi)}{P(y|\pi_0^*)} \lesssim \exp(-c n \cdot \epsilon(\pi, \pi_0^*))\)。
- 划分空间计数(Proposition S.2):"足够错误"的划分数量不能太多,即 \(|\{\pi: \epsilon(\pi, \pi_0^*) \geq \delta\}| \lesssim \exp(C K^2 \log K)\)。
三者结合,通过标准的 Bayes 后验集中论证(先验质量 vs. 似然惩罚 vs. 空间计数),得到 Theorem 1。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:在 infill-domain 渐近框架下,建立基于生成树先验的贝叶斯空间域划分模型(Spat-RPM)的后验一致性理论,包括划分距离的收敛、聚类数的估计、参数和预测的后验收缩速率。
- 核心工具/方法:将域划分离散化为网格块划分,通过生成树切割诱导连续划分;引入新的划分距离度量;结合先验质量下界、似然比上界和划分空间计数三个关键不等式,证明后验集中。
- 主要结论:在适当的超参数选择条件下(\(K\) 的增长速率、\(\lambda\) 的衰减速率、参数分离条件),后验分布以概率趋于 1 地集中到真实划分的 \(O(K^{-1} \log^{\alpha_0}(n))\) 邻域内,且聚类数 \(k\) 一致地估计 \(k_0\);参数和预测的后验收缩速率与划分估计速率一致。
关键设定与假设¶
- 模型设定:线性回归 \(y(s_i) = x^T(s_i)\theta(s_i) + \epsilon(s_i)\),\(\epsilon \sim N(0, \sigma^2)\),\(\sigma^2\) 已知(或可一致估计)。\(\theta(s)\) 是分片常数函数,由域划分决定。
- 先验设定:UST 先验(式 1)+ Poisson(\(\lambda\)) 聚类数先验(式 2)+ 均匀划分先验(式 3)+ Zellner g-先验(式 7)。
- 关键假设:
- Assumption 1(位置分布):观测位置 \(s_i\) 在 \(D\) 上独立同分布,密度 \(P_D(\cdot)\) 有上下界。这保证了每个网格块内有足够多的观测。
- Assumption 2(域形状):真实子域 \(\{D_{l,0}\}\) 满足正则性条件(边界长度有界、面积有下界),且网格块与边界相交的数量可控。
- Assumption 3(参数分离):不同子域的回归系数 \(\{\theta_{l,0}\}\) 之间有足够大的分离(\(\min_{l \neq l'} \|\theta_{l,0} - \theta_{l',0}\|_2 \geq c k_0^{-1/d} r_n\)),其中 \(r_n\) 是参数空间的半径。
- Assumption 4(协变量):\(x(s_i)\) 有界,且 \(E\{x(s_i)x^T(s_i)|s_i\}\) 有上下界。
- Assumption 5(超参数条件):\(K\) 和 \(\lambda\) 满足特定的增长/衰减速率,如 \(K \sim n^{1/2} \log^{-(1+\alpha_b)/2}(n)\),\(\lambda = o(1)\) 等。
-
Assumption 6(先验质量):\(\pi_0^*\) 的先验概率满足 \(\mathbb{P}(\pi_0^*) \gtrsim \exp(-c k_0^{1/2} K \log K)\)。
-
相比已有工作的变化:
- 相比 [51](图模型聚类一致性),本文处理的是连续空间域的划分,而非离散图上的聚类。
- 相比 [36](空间面板数据聚类一致性),本文不要求重复测量次数趋于无穷,而是在单次空间采样下处理 \(n \to \infty\)。
- 相比 [28](生成树聚类方法),本文首次提供了该方法的理论保证。
主要结果¶
-
Theorem 1(划分一致性):在 Assumptions 1–6 下,后验分布满足
\[\mathbb{P}\left(\epsilon[\pi^*, \{D_{l,0}\}] \leq c k_0^{1/2+2/d} K^{-1} \log^{\alpha_0}(n) \mid \mathcal{D}\right) \to 1,\]其中 \(\epsilon\) 是划分距离(式 14),\(c\) 是常数。这个速率 \(K^{-1} \log^{\alpha_0}(n)\) 由网格分辨率 \(K\) 决定——\(K\) 越大,划分越精细,但划分空间也越大,需要更严格的似然惩罚来抵消。 -
Theorem 2(参数与预测收缩):在划分一致性的基础上,后验分布对回归系数 \(\theta\) 和预测均值 \(\mu(s) = x^T(s)\theta(s)\) 的收缩速率与划分估计速率一致,即
\[\mathbb{P}\left(r_n^{-2} \int_D \|\theta(s) - \theta_0(s)\|_2^2 P_D(s) ds > M_n k_0^{1/2+2/d} K^{-1} \log^{\alpha_0}(n) \mid \mathcal{D}\right) \to 0\]对任意 \(M_n \to \infty\)。 -
推论(聚类数一致性):后验分布对聚类数 \(k\) 的估计满足 \(\mathbb{P}(k = k_0 \mid \mathcal{D}) \to 1\)。
-
技术难点:
- 划分空间的计数:生成树诱导的划分空间大小是 \(O(K^{2K^2})\) 量级,需要精确的计数引理(Proposition S.2)来控制。
- 似然比的下界:对于"近似正确"的划分 \(\pi_0^*\),需要证明其边际似然不会太小。这依赖于 Assumption 6(先验质量)和参数分离条件(Assumption 3)。
- 边界效应:网格块与真实子域边界相交时,会产生错分面积。Proposition 1 通过构造 \(\pi_0^*\) 来控制这个误差。
证明路线¶
- 构造近似划分(Proposition 1):证明存在 \(\pi_0^*\) 使得 \(\epsilon[\pi_0^*, \{D_{l,0}\}] \leq c k_0^{1/2} K^{-1}\)。这是通过将每个真实子域 \(D_{l,0}\) 用网格块逼近,并利用 Assumption 2 的边界正则性来保证的。
- 先验质量下界(Assumption 6):\(\mathbb{P}(\pi_0^*) \gtrsim \exp(-c k_0^{1/2} K \log K)\)。这要求 UST 先验对"好的"划分给予足够的概率质量。
- 似然比上界(Proposition S.1):对于 \(\pi \notin \Pi_5^*\)(即 \(\epsilon(\pi, \pi_0^*)\) 较大的划分),边际似然比 \(\frac{P(y|\pi)}{P(y|\pi_0^*)}\) 指数小。这通过计算边际似然的精确表达式(式 S.13)并利用高斯积分得到。
- 划分空间计数(Proposition S.2):\(|\Pi_\epsilon^*| \leq \exp(C K^2 \log K)\),其中 \(\Pi_\epsilon^*\) 是"足够错误"的划分集合。
- 后验集中论证:将后验概率分解为先验质量 × 似然比,利用上述三个不等式,通过标准的 Bayes 论证(如 Ghosal et al. 的框架)得到 Theorem 1。
真实例子与应用¶
- 模拟研究(Section 4):
- Section 4.1(渐近验证):在 \(D = [0,1]^2\) 上生成 \(k_0 = 19\) 个聚类(通过 CVT 生成),\(n\) 从 500 到 50000。验证了聚类数估计的一致性:当 \(n \geq 30000\) 时,后验聚类数几乎总是等于 \(k_0\)。归一化误差(式 24–25)随 \(n\) 增大而减小,与理论速率一致。
- Section 4.2(超参数敏感性):在 U 形域上,\(k_0 = 3\),\(n = 4000\)。考察 \(K\) 和 \(\lambda\) 的影响:\(K\) 太小(\(K=5\))导致近似误差大,\(K\) 太大(\(K=69\))导致划分空间过大、后验分散;\(\lambda\) 太小导致过拟合(聚类数过多),\(\lambda\) 太大导致欠拟合。CH 指数和 WAIC 可用于选择 \((K, \lambda)\),但两者在不同 \(\sigma^2\) 下表现不同。
-
Section 4.3(面数据):在带洞域上,\(k_0 = 3\),\(n = 3208\)。验证模型对面数据的适用性,结果与点数据类似。
-
真实数据(Section 5):大西洋海水温盐关系数据(\(n = 1936\))。模型识别出 4 个聚类,其中聚类 1 和 4 具有负的温盐关系(对应南极中层水 AAIW),聚类 2 和 3 具有正的温盐关系。与 BSCC 模型 [28] 相比,Spat-RPM 的聚类结果更连续、更符合海洋学知识,且能直接预测新位置的聚类归属。
🔎 结论是否比证明窄¶
是,存在几处结论比证明宽泛的地方:
-
Theorem 2 的"预测"部分:式 (22) 声称对预测误差的收缩,但证明中主要依赖式 (21) 的 \(\theta\) 收缩和 \(x(s)\) 的有界性(Assumption 4)。如果 \(x(s)\) 的支撑集无界,式 (22) 的证明需要额外条件,文中未明确讨论。
-
"聚类数可能趋于无穷"的声明:作者在引言和 Section 3 中声称模型允许 \(k_0 \to \infty\)(VDG 情形),但 Theorem 1 的证明中,\(\Pi_1^*\)(欠拟合)情形的处理依赖于 \(k_0\) 的增长率与 \(K\) 的关系(式 9),并未对所有 \(k_0 \to \infty\) 的速率给出统一处理。作者在 Remark 2 中给出了 \(k_0\) 的显式上界,但这是充分条件而非必要条件。
-
超参数选择的"指导":Section 2.6 建议用 CH 指数和 WAIC 选择 \((K, \lambda)\),但文中没有证明这些准则在理论上能选出满足 Assumption 5 的超参数。模拟显示它们有效,但这是经验结论而非理论保证。
-
\(\sigma^2\) 已知的假设:文中假设 \(\sigma^2\) 已知(或固定),但在真实数据中 \(\sigma^2\) 未知。作者在模拟中显示 \(\sigma^2\) 的设定对结果影响不大,但未提供理论上的稳健性分析。
四、开放问题¶
以下问题均扎根于本文的具体语句,供你自行判断价值:
-
最优收敛速率:Theorem 1 给出的速率 \(k_0^{1/2+2/d} K^{-1} \log^{\alpha_0}(n)\) 是否最优?文中未给出 minimax 下界。一个自然的后续问题是:在 infill-domain 设定下,空间域划分估计的 minimax 速率是什么?这需要构造合适的参数空间和划分距离。(扎根于 Theorem 1 的陈述和 Remark 2 的讨论。)
-
\(\sigma^2\) 未知时的理论:文中假设 \(\sigma^2\) 已知(Section 3.1),但实际中 \(\sigma^2\) 通常未知。能否将 \(\sigma^2\) 也赋予先验并证明一致性?这可能需要更精细的边际似然分析。(扎根于 Section 3.1 的"we assume \(\sigma^2\) is a fixed value"。)
-
非高斯似然的推广:本文的证明强烈依赖高斯似然下的边际似然闭式表达式(式 S.13)。对于非高斯似然(如 Poisson、二项),边际似然不再有闭式,后验集中论证需要新的技术。这可能是将 Spat-RPM 推广到更广泛数据类型的关键。(扎根于 Section 2.3 的一般似然设定和 Section 3 的高斯假设。)
-
生成树先验的替代方案:UST 先验是本文的核心,但 Assumption 6 对先验质量的要求是否对其它生成树先验(如加权生成树)也成立?文中 Proposition S.2 的计数结果是否可推广?(扎根于 Assumption 6 和 Proposition S.2。)
-
计算复杂度与理论速率的匹配:本文的 MCMC 算法(Section 2.5)的计算复杂度随 \(K^2\) 增长,而理论速率要求 \(K\) 随 \(n\) 增长。是否存在更高效的采样算法(如基于切割的 MCMC),使得计算复杂度与理论速率匹配?(扎根于 Section 2.5 的算法描述和 Remark 2 的 \(K\) 选择。)
-
面数据与点数据的统一理论:Section 4.3 展示了面数据的应用,但理论部分(Section 3)主要针对点数据。面数据(如区域聚合)的 infill-domain 渐近是否与点数据一致?这可能需要新的渐近框架。(扎根于 Section 4.3 的模拟设计和 Section 3 的理论设定。)
提醒:要确认上述某条是否是真 gap,建议去读空间聚类和贝叶斯非参数领域近 5 年的 5 篇左右综述/最新论文的引言——如果多篇都指向同一个问题(如"缺乏最优速率"),那大概率是共识性 gap;如果各说各话,那可能是尚未成型的开放问题,机会与风险并存。
Maintained by 陈星宇 · Homepage · Source on GitHub