ICLabel: An automated electroencephalographic independent component classifier, dataset, and website
University of California San Diego（加利福尼亚大学圣地亚哥分校）
脑电图（EEG）提供了一种非侵入性的，最低限度的限制，和相对低成本的测量中尺度脑动力学与高时间分辨率。虽然由多个邻近的EEG头皮电极通道并行记录的信号是高度相关的，并且组合了来自许多不同来源（生物和非生物）的信号，但独立分量分析（ICA）已被示出为隔离这些记录下的各种源发生器过程。ICA分解发现的独立成分（IC）可以手动检查，选择和解释，但这样做需要时间和实践，因为IC没有特定的顺序或内在解释，因此需要进一步研究其属性。或者，可以使用精确的自动IC分类器将IC分类为广泛的源类别，从而加快对许多受试者的EEG研究的分析，并使ICA分解能够在近实时应用中使用。虽然最近已经提出了许多这样的分类器，但这项工作提出了ICLabel项目，该项目包括（1）一个IC数据集，其中包含来自6，000多个EEG记录的200，000多个IC的时空测量值，（2）一个收集众包IC标签并教育EEG研究人员和从业者关于IC解释的网站，以及（3）自动ICLabel分类器。分类器在两个方面改进了现有的方法：通过提高计算的标签估计的准确性和通过提高其计算效率。对于所有测量的IC类别，ICLabel分类器的性能优于或优于先前最好的公开可用方法，同时计算这些标签的速度比该分类器快十倍，如与所有其他公开可用的EEG IC分类器进行严格比较所示。
2019-02-04 cs.LG eess.SP stat.ML
Inverse Classification for Comparison-based Interpretability in Machine Learning
AXA – Data Innovation Lab（安盛数据创新实验室）；Polish Academy of Science, IBS PAN（波兰科学院，波兰科学院系统研究所）
在事后可解释性的背景下，本文讨论了解释分类器预测的任务，考虑到没有信息的情况下，既不是分类器本身，也不是处理后的数据（既不是训练数据，也不是测试数据）。它提出了一种基于实例的方法，其原理在于确定改变预测所需的最小变化：给定一个数据点，其分类必须加以解释，所提出的方法在于确定一个近邻分类不同，其中的接近度定义集成了稀疏约束。这一原则是使用生长球体算法中的观测生成来实现的。两个数据集上的实验结果说明了所提出的方法，可用于获得有关分类器的知识的相关性。
2017-12-22 cs.AI cs.LG stat.ML
Explaining Text Classifiers with Counterfactual Representations
onepoint（万点公司）
针对文本反事实构建中属性值难匹配真实事件的问题，提出在文本表征空间干预生成反事实的方法，符合Pearl因果框架，经实验验证有效，可用于分类器解释与偏差缓解。
2024-09-11 cs.CL cs.LG
Neyman-Pearson Classification under High-Dimensional Settings
大多数现有的二进制分类方法的目标上的整体分类风险的优化，并可能无法服务于一些现实世界的应用，如癌症诊断，其中用户更关心的风险，错误分类一个特定的类比其他。Neyman-Pearson（NP）范式是在这种情况下引入的一种新的统计框架，用于处理不对称的I/II型错误优先级。它寻求具有最小的第二类错误和一个受约束的第一类错误在用户指定的水平下的分类器。本文首次尝试在高维环境中构建NP范式下的分类器，并保证其理论性能。基于基本的Neyman-Pearson引理，我们使用一种插件的方法来构造用于朴素贝叶斯模型的NP-型分类器。所提出的分类器满足NP预言不等式，这是自然的NP范式对应的预言不等式在经典的二元分类。除了他们理想的理论性质，我们还证明了他们的数值优势，优先错误控制通过模拟和真实数据的研究。
2015-08-15 stat.ML
Benchmarking Spurious Bias in Few-Shot Image Classifiers
University of Virginia（弗吉尼亚大学）
本文提出FewSTAB基准框架，利用视觉-语言模型自动构建带虚假属性的小样本评估任务，系统量化并比较小样本分类器对虚假偏差的鲁棒性，为鲁棒分类器设计提供新指南。
2024-09-04 cs.CV cs.LG
Debiasing Text Safety Classifiers through a Fairness-Aware Ensemble
Google DeepMind（谷歌DeepMind）；Meta；Google Research（谷歌研究院）
本文提出一种公平感知集成后处理方法，通过结合阈值无关公平指标与公平数据重加权，在几乎不影响性能的前提下缓解闭源文本安全分类器的反事实偏见。
2024-10-22 cs.AI cs.CL cs.LG
Neyman-Pearson classification: parametrics and sample size requirement
二进制分类中的Neyman-Pearson（NP）范式寻求实现最小第二类错误的分类器，同时强制执行在某些用户指定的级别$α$下控制的优先第一类错误。这种模式自然适用于严重疾病诊断和垃圾邮件检测等应用程序，在这些应用程序中，人们在两种错误类型中具有明确的优先级。最近，Tong，Feng和Li（2018）提出了一种非参数伞形算法，该算法适用于所有评分类型的分类方法（例如，逻辑斯谛回归、支持向量机、随机森林）以高概率遵守给定的第一类错误上限$α$，而无需对特征和响应进行特定的分布假设。伞形算法是通用的，它要求对类$0$有明确的最小样本量要求，这通常是更稀缺的类，例如在罕见疾病诊断应用中。在这项工作中，我们采用参数线性判别分析（LDA）模型，并提出了一种新的参数阈值算法，它不需要最小样本量的要求类$0$的意见，因此是适合于小样本的应用，如罕见疾病的诊断。利用现有的非参数和新提出的参数阈值规则，我们提出了四个基于LDA的NP分类器，低维和高维设置。在理论方面，我们证明了NP预言不等式的一个建议的分类器，其中过量的第二类错误率受益于明确的参数模型假设。此外，由于NP分类器涉及类$0$观测的样本分裂步骤，我们构造了一个新的自适应样本分裂方案，可以普遍适用于NP分类器，这种自适应策略减少了这些分类器的第二类错误。
2020-01-28 math.ST stat.ME stat.ML
Entropic perspective on AI resilience, data-minimal learning and optimal control
RPTU Kaiserslautern-Landau（凯泽斯劳滕-兰道工业大学）
本文提出并证明了AI分类器最小对抗路径与距离的存在性、唯一性及解析计算条件，并在合成和生物医学基准上验证了其可扩展性，实现了患者特定风险的最小化干预。
2026-10-21 cs.AI cs.LG stat.ML
Near-Optimal Evasion of Convex-Inducing Classifiers
UC Berkeley（加州大学伯克利分校）；Intel Labs Berkeley（英特尔伯克利实验室）
分类器通常用于检测恶意活动。我们研究了对手如何有效地查询分类器，以引出信息，使对手以接近最小的成本逃避检测。我们将Lowd和Meek（2005）的结果推广到凸诱导分类器。我们提出的算法，构建未被检测到的情况下，仅使用多项式的空间维度上的许多查询，没有逆向工程的决策边界的成本接近最小。
2010-03-14 cs.CR cs.LG
You Only Query Once: Effective Black Box Adversarial Attacks with Minimal Repeated Queries
Bosch Center for AI（博世人工智能中心）；Amazon Alexa AI（亚马逊Alexa AI）；Carnegie Mellon University（卡内基梅隆大学）
研究人员一再表明，对深度分类器进行对抗攻击（显著改变类别标签的小扰动）是可能的，即使是在“黑盒”设置中，也只能查询分类器。然而，黑盒设置中的所有先前工作都通过重复查询同一图像并进行微小修改来攻击分类器，通常是数千次或更多，这使得防御者很容易检测到随后的攻击。在这项工作中，我们证明了在黑盒设置中通过只查询一次不同图像的序列来制作（通用）对抗性扰动是可能的。这种攻击会阻止从大量相似查询中检测到数据，并产生一种扰动，当应用于分类器的任何输入时，这种扰动会导致错误分类。在实验中，我们证明了遵守这一限制的攻击可以产生非目标性的对抗性扰动，这些扰动可以欺骗绝大多数MNIST和CIFAR-10分类器输入，以及ImageNet分类器上超过$60-70\%$的输入。在有针对性的设置中，我们展示了针对ImageNet分类器的黑盒通用攻击，当每个图像只允许一个查询时，成功率高于$20\%$，当每个图像允许两个查询时，成功率高于$66\%$。
2021-01-29 cs.CR cs.LG
EXP-CAM: Explanation Generation and Circuit Discovery Using Classifier Activation Matching
EXP-CAM通过分类器激活匹配生成最小且忠实的图像解释，揭示模型内部计算机制。
2025-11-28 cs.LG
Utilizing Class Separation Distance for the Evaluation of Corruption Robustness of Machine Learning Classifiers
Federal Institute for Occupational Safety and Health (BAuA) Germany（德国职业安全与健康联邦研究所）；University of Stuttgart, Germany（斯图加特大学）
本文提出利用类别分离距离评估分类器的破坏鲁棒性，通过数据增强方法改进鲁棒性并提升准确率。
2026-01-16 cs.AI cs.LG stat.ML
Query Strategies for Evading Convex-Inducing Classifiers
University of California（加利福尼亚大学）；Microsoft Research（微软研究院）；Intel Labs Berkeley（英特尔伯克利实验室）
分类器通常用于检测恶意活动。我们研究了一个对手如何系统地查询分类器，以获取信息，使对手逃避检测，同时产生一个接近最小的成本修改他们的意图渎职。我们将Lowd和Meek（2005）的理论推广到凸诱导分类器家族，该家族将输入空间划分为两个集合，其中一个是凸的。我们目前的查询算法，这个家庭，构建未被发现的情况下，大约最小的成本，只使用多项式多查询的空间的维度和近似的水平。我们的研究结果表明，接近最佳的规避可以完成没有反向工程的分类器的决策边界。我们还考虑了一般的LP成本，并表明，近最佳的规避家庭的凸诱导分类一般是有效的，为所有级别的近似，如果p=1的正凸和负凸。
2010-07-03 cs.CR cs.GT cs.LG
Learning a Fuzzy Hyperplane Fat Margin Classifier with Minimum VC dimension
Indian Institute of Technology, Delhi（德里印度理工学院）
Vapnik-Chervonenkis（VC）维度量学习机的复杂性，低VC维导致良好的泛化。最近提出的最小复杂性机器（MCM）通过最小化VC维上的精确界来学习超平面分类器。本文将MCM分类器推广到模糊域。已知使用模糊隶属度来减少离群值的影响，并且减少噪声对学习的影响。实验结果表明，在一些基准数据集上，模糊MCM分类器的泛化性能优于SVM和常规MCM，模糊MCM使用较少的支持向量。在几个基准数据集上，模糊MCM分类器在使用支持向量机所使用的十分之一的支持向量的情况下产生了出色的测试集精度。
2015-01-11 cs.LG
Building a Competitive Associative Classifier
Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）；University of Alberta（阿尔伯塔大学）
随着深度学习的巨大成功，其他机器学习范式不得不退居二线。然而，其他模型，特别是基于规则的模型，更具可读性和可解释性，甚至在标记数据不丰富时具有竞争力。然而，现有的大多数基于规则的分类器都存在产生大量分类规则的问题，影响了模型的可读性。这妨碍了分类的准确性，因为噪声规则可能不会为分类添加任何有用的信息，并且还导致更长的分类时间。在这项研究中，我们提出了SigD2，它使用了一种新的，两阶段的修剪策略，修剪了大部分的噪音，冗余和无趣的规则，使分类模型更准确和可读。为了使SigDirect与最流行但不可解释的基于机器学习的分类器（如神经网络和支持向量机）相比更具竞争力，我们建议对SigDirect分类器的集成进行装袋和提升。所提出的算法的结果是相当有前途的，我们能够获得一个最小的统计上显着的分类规则，而不会危及分类精度。我们使用了15个UCI数据集，并将我们的方法与8个现有系统进行了比较。SigD2和提升的SigDirect（ACboost）集成模型不仅在分类精度方面，而且在规则数量方面都优于各种最先进的分类器。
2020-07-04 cs.LG stat.ML
Finding Bottlenecks: Predicting Student Attrition with Unsupervised Classifier
California State University, Northridge（加州州立大学北岭分校）
随着提高毕业率和减少高等教育学位时间的压力，及早识别有风险的学生非常重要。因此，非常需要自动化预警系统。在本文中，我们使用无监督聚类技术来预测在加州州立大学北岭分校（CSUN）的五个部门宣布的专业的毕业状态，在每个专业的最小数量的低分工课程的基础上。此外，我们使用检测到的集群，以确定隐藏的瓶颈课程。
2017-05-07 cs.AI cs.CY cs.LG
Combinatorial and Structural Results for gamma-Psi-dimensions
LORIA-CNRS（洛林计算机科学研究实验室-法国国家科学研究中心）
本文讨论了在最小可学习性假设下，间隔多类分类器的泛化性能。在这种情况下，保证风险的推导是基于处理属于三个主要家族的容量度量：Rademacher/Gaussian复杂性，度量熵和尺度敏感的组合维度。专用于这种分类器的尺度敏感的组合维度是gamma-Psi维度。我们介绍的组合和结构的结果需要涉及他们在推导保证风险，并建立相应的上界的度量熵和Rademacher复杂性。可以得出两个主要结论：1。γ-Psi维度总是带来改进，相比于使用这类边缘函数的脂肪粉碎维度; 2.由于它们考虑分类器的基本特征的能力，它们代表了执行从多类别情况到具有覆盖数的二进制情况的转换的有希望的替代方案。
2020-09-16 cs.LG stat.ML
Hybrid unary-binary design for multiplier-less printed Machine Learning classifiers
National and Technical University of Athens（国家与技术大学雅典）
本文针对印刷电子实现机器学习分类器受限于特征尺寸的问题，提出混合一元-二进制架构和架构感知训练，实现无乘法器MLP执行，在六个数据集上平均减少46%面积和39%功耗，且精度损失极小。
2025-09-18 cs.LG
Unsupervised Real Time Prediction of Faults Using the Support Vector Machine
为了提高支持向量机（SVM）分类器的分类精度，采用序贯最小优化（SMO）训练算法对油气设备数据进行故障和正常分类。最近的应用程序的故障分析利用SVM技术，而不实施SMO训练算法，而在我们的研究中，我们表明，所提出的解决方案可以更好地执行时，使用SMO训练算法。此外，我们实现了集成方法，这是一个混合的基于规则和神经网络分类器，以提高性能的SVM分类器（SMO训练算法）。优化研究是由于分类器在处理不平衡数据集时性能不佳。通过使用堆叠集成方法将所选择的最佳性能分类器与SVM分类器（具有SMO训练算法）结合在一起，以创建可以处理不平衡数据问题的高效集成预测模型。该预测模型的分类性能明显优于支持向量机与SMO训练算法和许多其他传统的分类器。
2020-12-30 cs.LG
An Explainable Probabilistic Classifier for Categorical Data Inspired to Quantum Physics
Institute of Financial Analysis（金融分析研究所）；Université de Neuchâtel（纳沙泰尔大学）；Università degli Studi di Milano（米兰大学）
本文提出了稀疏张量分类器（STC），一个监督分类算法的分类数据的启发，在量子物理学的状态叠加的概念。通过将观测视为特征的叠加，我们在机器学习中引入了波粒二象性的概念，并提出了一个统一经典和量子概率的广义框架。我们表明，STC具有广泛的理想属性，大多数其他机器学习方法中没有，但它是在同一时间非常容易理解和使用。STC对结构化数据和文本分类的实证评估表明，与标准分类器和深度学习相比，我们的方法实现了最先进的性能，额外的好处是需要最少的数据预处理和超参数调整。此外，STC为单个实例和全局每个目标标签提供了其预测的本地解释。
2021-05-26 cs.AI cs.LG quant-ph
Modeling Collaborator: Enabling Subjective Vision Classification With Minimal Human Effort via LLM Tool-Use
Google Research（谷歌研究院）；University of Missouri（密苏里大学）；University of Washington（华盛顿大学）
提出基于LLM工具使用的框架，通过自然语言交互替代人工标注，将主观视觉概念定义工作量降低一个数量级，并生成轻量级分类模型，在多个数据集上优于现有方法。
2024-03-20 cs.CV cs.LG
Model-agnostic Approaches to Handling Noisy Labels When Training Sound Event Classifiers
Music Technology Group, Universitat Pompeu Fabra（庞培法布拉大学音乐技术集团）
标签噪声是声音事件分类中的一个紧迫问题。当我们转向难以手动注释的较大数据集时，这种情况就会出现，但如果数据集是从在线存储库自动收集的，则情况会更加严重，其中标签是通过应用于音频内容或元数据的自动分类来推断的。虽然从噪声标签中学习一直是计算机视觉中的一个活跃的研究领域，但它在声音事件分类中很少受到关注。大多数针对标签噪声的最新计算机视觉方法相对复杂，需要复杂的网络或额外的数据资源。在这项工作中，我们评估简单而有效的模型无关的方法来处理噪声标签时，训练声音事件分类器，即标签平滑正则化，混淆和噪声鲁棒损失函数。这些方法的主要优点是，它们可以很容易地集成到现有的深度学习管道中，而不需要修改网络或额外的资源。我们报告了使用FSDnoisy18k数据集进行的实验结果。我们表明，这些简单的方法可以有效地减轻标签噪声的影响，当结合到两个不同的CNN时，可以提供高达2.5%的准确性提升，同时需要最小的干预和计算开销。
2019-10-26 cs.LG cs.SD eess.AS
XNB: Explainable Class-Specific NaIve-Bayes Classifier
School of Engineering（工程学院）；Pablo de Olavide University（巴勃罗·德·奥拉维德大学）；Minsait (Indra)（明赛特公司（因陀罗公司））；Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）；University of Genova（热那亚大学）
针对高维数据下通用特征集易遗漏类别独特特征的问题，提出融合核密度估计与类别特定特征子集选择的XNB分类器，性能与传统朴素贝叶斯相当且可解释性更强。
2024-11-02 cs.AI cs.LG stat.ML
Sublinear quantum algorithms for training linear and kernel-based classifiers
University of Maryland（马里兰大学）
我们研究了用于分类的量子算法，这是机器学习中的一个基本问题，具有可证明的保证。给定$n$ $d$维数据点，用于训练具有恒定间隔的分类器的最先进（和最佳）经典算法在$\tilde{O}(n+d)$时间内运行。我们设计了次线性量子算法，用于在$\tilde{O}(\sqrt{n} +\sqrt{d})$时间内运行相同的任务，这是$n$和$d$的二次改进。此外，我们的算法使用标准量化的经典输入，并产生相同的经典输出，这表明最小的开销时，作为子程序的端到端的应用程序。我们还展示了一个紧的下限（多对数因子），并讨论了在近期量子机器上实现的可能性。作为一个附带的结果，我们也给出了次线性量子算法近似平衡的$n$维矩阵零和游戏的最佳复杂性$\tildeΘ(\sqrt{n})$。
2019-04-04 cs.DS cs.LG quant-ph
Improving Classifier Robustness through Active Generation of Pairwise Counterfactuals
Google Research（谷歌研究院）
提出利用反事实生成模型从不确定区域主动采样生成反事实，并用成对分类器自动标注，仅需10%人工标注即可显著提升分类器鲁棒性并降低错误率。
2023-05-22 cs.CL cs.LG
Graph Edits for Counterfactual Explanations: A comparative study
National Technical University of Athens（雅典国立技术大学）
本文通过比较监督式与无监督式图神经网络方法，研究如何利用图编辑为黑盒图像分类器生成最小且有意义的反事实解释，并评估其在性能与时间效率上的最优方案。
2024-04-18 cs.AI cs.LG
Logic for Explainable AI
University of California Los Angeles（加州大学洛杉矶分校）
本教程基于符号逻辑的最新发展，提出一种全面的、语义的和计算的可解释性理论，从三个维度（必要且充分条件、最小充分条件、最小必要条件）理解分类器决策，并适用于贝叶斯网络、决策树、随机森林和神经网络等非符号分类器。
2023-05-09 cs.AI cs.LG cs.LO
Identification of synoptic weather types over Taiwan area with multiple classifiers
Chinese Culture University（中国文化大学）；National Taiwan University（国立台湾大学）；DataQualia Lab Co. Ltd.（DataQualia实验室有限公司）
本研究利用一种新的机器学习方法，对2001 - 2010年台湾地区的三种天气事件进行分类。我们使用再分析数据和三种机器学习算法来识别天气系统并评估其性能。总体而言，分类器成功识别了52-83%的天气事件（命中率），这高于传统客观方法的性能。结果表明，机器学习方法总体上具有较低的误报率，而支持向量机（SVM）具有更多的再分析数据的主成分，对所有测试的天气事件具有更高的命中率。网格数据分辨率的敏感性测试表明，高分辨率和低分辨率数据集之间的差异是有限的，这意味着所提出的方法可以实现合理的性能在天气预报中以最少的资源。通过识别历史再分析数据中的每日天气系统，该方法可用于研究长期天气变化，监测气候尺度变化，并提供更好的气候预测估计。此外，这种方法也可以作为一种替代模式输出统计，并有可能用于天气预报。
2019-05-21 cs.LG physics.ao-ph stat.AP
Logic-based Explanations for Linear Support Vector Classifiers with Reject Option
Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE)（塞阿拉联邦教育、科学和技术学院（IFCE））
针对带拒绝选项的线性SVC缺乏解释方法的问题，提出一种基于逻辑的解释方法，提供正确性和最小性的形式化保证，实验表明其比Anchors算法生成的解释更短且时间成本更低。
2024-03-24 cs.AI cs.LG cs.LO
Comparison of classifiers in challenge scheme
CIMAT（墨西哥数学研究中心）；INFOTEC（墨西哥信息与通信技术研究所）；INAOE（墨西哥国家天体物理、光学与电子研究所）
本文研究挑战赛方案下分类器性能评估问题，通过分析MeOffendEs@IberLEF 2021竞赛结果，提出利用bootstrap重采样技术进行统计推断，以支持组织者判断算法间微小性能差异的显著性。
2023-05-16 cs.LG cs.PF
