中文

自组织生存流形:生物系统中无监督prognostic结构发现的理论

机器学习 2025-08-12 v1 最优化与控制

摘要

生存传统上被建模为监督学习任务,依赖 curated outcome labels 和固定协变量。本工作拒绝了这一前提,提出生存并非外部标注的目标,而是生物状态空间中曲率与流的几何结果:一种内在属性。我们发展了自组织生存流形 (Self-Organizing Survival Manifolds, SOSM) 的理论,其中生存相关动力学源于生物约束塑造的潜在流形上的低曲率测地流。引入基于测地曲率最小化的生存能量泛函,证明其可诱导结构,使prognosis 与几何流稳定性相吻合。我们推导了目标的离散与连续形式,并在生物学上合理的条件下,证明了生存对齐轨迹的出现与收敛。该框架与热力学效率、熵流、Ricci 曲率和最优输运相连接,将生存建模置于物理规律之中。健康、疾病、老化与死亡被重新定义为流形结构中的几何相变。该理论为以形式而非标注为基础的生存建模提供了普适、无标签的框架,横跨机器学习、生物物理学与生命几何。

关键词

引用

@article{arxiv.2508.06539,
  title  = {Self-Organizing Survival Manifolds: A Theory for Unsupervised Discovery of Prognostic Structures in Biological Systems},
  author = {Atahan Karagoz},
  journal= {arXiv preprint arXiv:2508.06539},
  year   = {2025}
}