类别数据的多样性度量与空间填充设计

基于摘要分析。本文研究如何从由离散特征描述的大规模群体中选取少量、具有代表性与多样性的条目。作者将子集选择表述为三个多样性指标的优化问题，并结合组合优化、线性规划与次模优化，提出精确求解及具有近似保证的计算方法。 核心难点是类别特征缺乏自然顺序，且候选子集形成组合搜索空间，现有选择方法因此可能难以直接适用。作者先给出该优化问题的新界与精确求解器，再针对精确求解的高计算成本，提出两种计算上可行的方法。摘要未给出三个指标的定义、优化界的具体形式、近似保证的条件或计算复杂度，尚不能判断这些保证覆盖哪些数据结构与选择约束。 作者报告进行了与先进方法比较的数值评估，用于展示所提设计的潜力；摘要未提供数据集、子集规模、对照方法名称或定量结果，因此不能据此确认性能优势。实验协议、消融及统计信息尚未验证，代码可用性与复现所需配置也尚未验证。 平台推测（待验证）：若 EEG 数据选样任务具有明确的离散元数据，例如被试、会话、设备或任务类别，这类方法可能用于优化样本在类别组合上的覆盖，而不是直接建模连续 EEG 波形。可复用部分是子集选择目标与优化求解流程；需改造部分是元数据编码、稀有类别约束，以及类别覆盖与实际信号质量之间的协调。主要风险是元数据多样性不能保证低信噪比信号的有效性，也可能在小数据或不均衡条件下偏向稀有但不可用的样本。一个可检验的小实验是：在固定训练样本预算及相同跨被试划分下，比较该选样方法与随机、分层选样的类别覆盖及下游 EEG 任务表现，不利用测试集信息选样。相关 EEG 工作尚未检索确认。