TopoPrune：基于统一潜在空间拓扑的鲁棒数据修剪
机器学习
2026-05-11 v2 人工智能
摘要
几何数据修剪方法虽然在利用预训练模型方面具有实际价值，但本质上不稳定。它们依赖外在几何，因而对潜在空间的扰动极其敏感，在跨架构迁移或面临特征噪声时，性能会显著下降。我们引入 TopoPrune 框架，通过利用拓扑学捕获数据稳定的内在结构来解决这一挑战。TopoPrune 在两个尺度上运行：(1) 利用拓扑感知的流形近似，在全局层面建立数据集的低维嵌入；随后，(2) 采用可微持久同调 (differentiable persistent homology) 对流形嵌入进行局部拓扑优化，对样本进行结构复杂性排序。我们展示，统一的双尺度拓扑方法确保了在显著的数据修剪率（例如 90%）下具有高准确率和高精度。此外，凭借拓扑的固有稳定性，TopoPrune (a) 对潜在特征嵌入的噪声扰动异常稳健，(b) 在 diverse network architectures 之间表现出优越的可迁移性。这一研究展示了通向稳定且原则化基于拓扑的框架以实现鲁棒数据高效学习的前景。
引用
@article{arxiv.2602.02739,
title = {TopoPrune: Robust Data Pruning via Unified Latent Space Topology},
author = {Arjun Roy and Prajna G. Malettira and Manish Nagaraj and Kaushik Roy},
journal= {arXiv preprint arXiv:2602.02739},
year = {2026}
}
备注
Preprint. Under Review