面向异方差大气回归的置信度感知主动学习

量化空气污染对健康与气候的影响依赖于关键大气粒子属性，如毒性与吸湿性。然而，这些属性通常需要复杂的观测技术或高成本的颗粒分辨数值模拟，限制了标记数据可用性。因此，我们从常规观测（如空气污染浓度与气象条件）估计这些难以测量的粒子属性。由于常规观测仅间接反映粒子组成与结构，从常规观测到粒子属性的映射存在噪声且随输入而变，形成异方差回归场景。在有限且高成本的标记预算下，核心挑战在于选择哪些样本进行测量或模拟。虽然主动学习是自然方法，但大多数获取策略依赖预测不确定性。在异方差噪声下，这一信号会混合可减少的 epistemic 不确定性与不可减少的 aleatoric 不确定性，导致预算在噪声主导区域被浪费。为此，我们提出置信度感知主动学习框架 (CAAL)，以在异方差场景下高效稳健地进行样本选择。CAAL 包含两个组件：解耦的不确定性感知训练目标分别优化预测均值与噪声水平以稳定不确定性估计，以及置信度感知获取函数动态加权 epistemic 不确定性，使用预测的 aleatoric 不确定性作为可靠性信号。基于颗粒分辨数值模拟与真实大气观测的实验表明，CAAL 在标准主动学习基线中 consistently 优于。该框架提供了一种实用且通用的解决方案，用于高成本大气粒子属性数据库的高效扩张。