Disentangled (Un)Controllable Features
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
针对高维状态MDP中低维表示缺乏可解释性的问题，提出一种将潜在特征解耦为可控与不可控分区的新方法，并在多种环境中验证了其可解释性及在可控分区中应用规划算法的可行性。
2024-01-03 cs.AI cs.LG
Mitigating Data Absence in Federated Learning Using Privacy-Controllable Data Digests
Digital Center Inventec Corporation（纬创资通数字中心）；University at Albany（奥尔巴尼大学）
针对联邦学习中数据缺失与分布变化损害性能的问题，提出隐私可控的FedDig框架，通过混合低维特征加差分隐私实现可调隐私保护，在多数据集上显著优于基线算法且具备可扩展性与兼容性。
2024-10-28 cs.LG
Efficient Representations are Controllable Representations
通过微调LLM使其残差流维度成为可解释控制开关，实现高效可控的生成表示。
2026-02-08 cs.AI cs.LG
CFD-HAR: User-controllable Privacy through Conditional Feature Disentanglement
本文提出CFD-HAR方法，通过条件特征解耦实现用户可控隐私保护，对比分析了基于自编码器的少样本HAR在隐私保障、数据效率和适应性方面的差异，指出需统一框架优化隐私、少样本适应性和鲁棒性。
2026-03-12 cs.LG
Controllable Generative Adversarial Network
Korea University（高丽大学）
最近引入的生成对抗网络（GAN）已经显示出许多有前途的结果，以产生真实的样本。GAN的基本任务是控制从随机分布产生的样本的特征。虽然当前的GAN结构（例如条件GAN）成功地生成具有期望的主要特征的样本，但是它们通常不能产生在样本之间带来特定差异的详细特征。为了克服这个限制，在这里，我们提出了一个可控的GAN（控制GAN）结构。通过将特征分类器与子分类器分离，ControlGAN的生成器被设计为学习生成具有特定详细特征的合成样本。使用多个图像数据集进行评估，ControlGAN显示出生成具有良好控制特征的改进样本的能力。此外，我们证明了ControlGAN可以为训练过程中未使用的内插和外推输入标签生成中间特征和相反特征。这意味着ControlGAN可以显著地促进生成的样本的多样性。
2019-03-30 cs.CV cs.LG stat.ML
TCNL: Transparent and Controllable Network Learning Via Embedding Human-Guided Concepts
Beijing University of Posts and Telecommunications（北京邮电大学）
解释深度学习模型对于理解人工智能系统、提高安全性和评估公平性至关重要。为了更好地理解和控制CNN模型，已经提出了许多用于可解释性的方法。然而，这些作品中的大多数对于人类的理解来说不太直观，并且对CNN模型的人类控制不足。我们提出了一种新的方法，透明和可控的网络学习（TCNL），以克服这些挑战。为了提高分类的可解释性，TCNL通过对人类直觉的科学研究，为特定的分类任务定义了一些概念，并将概念信息融入到CNN模型中。在TCNL中，浅层特征提取器首先获得初步特征。然后在浅层特征提取器之后建立多个概念特征提取器来学习高维概念表示。鼓励概念特征提取器对与预定义概念相关的信息进行编码。我们还构建了概念映射器，以直观的方式可视化概念提取器提取的特征。TCNL提供了一种可推广的方法来实现可解释性。研究人员可以定义与某些分类任务相对应的概念，并鼓励模型编码特定的概念信息，这在一定程度上提高了CNN模型的可解释性和可控性。我们实验的数据集（包含概念集）也将发布（https：//github.com/bupt-ai-cz/TCNL）。
2022-11-22 cs.AI cs.LG
Controllable Feature Whitening for Hyperparameter-Free Bias Mitigation
Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
提出可控特征白化框架，利用协方差矩阵消除目标与偏差特征间的线性相关，并通过重加权协方差兼顾人口均等与均等机会，在四个基准上优于现有方法。
2025-07-27 cs.CV cs.LG
FiLoRA: Focus-and-Ignore LoRA for Controllable Feature Reliance
University of Melbourne, Melbourne, Australia；Brain Science Institute, Korea Institute of Science；Department of Computer Science；Engineering, Korea University, Seoul, Republic of Korea；Division of Bio-Medical Science \& Technology, University of Science；Technology KIST School, Seoul, Republic of Korea
FiLoRA通过指令条件门控实现对多模态模型内部特征依赖的可控调节，提升模型在虚假特征干预下的鲁棒性。
2026-11-11 cs.AI cs.LG
Neural Additive Experts: Context-Gated Experts for Controllable Model Additivity
University of Virginia（弗吉尼亚大学）
神经加法专家通过上下文门控机制和专家混合框架，在保持特征归因清晰性的同时，实现模型加法性和预测准确性的平衡。
2026-02-11 cs.AI cs.LG
Spatially Controllable Image Synthesis with Internal Representation Collaging
The University of Tokyo（东京大学）；Preferred Networks, Inc.（Preferred Networks公司）
我们提出了一种新的基于CNN的图像编辑策略，该策略允许用户通过在训练好的GAN模型中操纵图像的特征空间表示来改变图像在任意区域上的语义信息。我们将介绍我们的策略的两种变体：（1）空间条件批量归一化（sCBN），一种具有用户可指定空间权重图的条件批量归一化，以及（2）特征混合，一种直接修改中间特征的方法。我们的方法可以用来编辑人工图像和真实图像，他们都可以与任何GAN与条件归一化层一起使用。我们将通过在不同数据集上训练的各种类型的GANs上的实验来证明我们方法的强大功能。代码将在https://github.com/pfnet-research/neural-collage上提供。
2019-04-09 cs.CV cs.LG
Controllable Invariance through Adversarial Feature Learning
Language Technologies Institute（语言技术研究所）；Carnegie Mellon University（卡内基梅隆大学）
学习有意义的表示，保持特定任务所需的内容，同时过滤掉有害的变化是机器学习中非常感兴趣的问题。在本文中，我们解决了学习表示对数据的特定因素或特征不变的问题。表示学习过程被公式化为一个对抗性极大极小博弈。我们分析了这样一个游戏的最优均衡，发现它相当于最大限度地提高不确定性推断的有害因素的表示，同时最大限度地提高确定性，使特定任务的预测。在三个基准任务，即公平和无偏见的分类，语言无关的生成，照明无关的图像分类，我们表明，所提出的框架诱导不变的表示，并导致更好的泛化证明了改进的性能。
2018-01-29 cs.AI cs.CL cs.LG
Diffusion Integrated Gradients: Controllable Path Generation for Flexible Feature Attribution
KAIST（韩国科学技术院）；Ajou University（亚洲大学）；INEEJI Corp.（INEEJI公司）
提出扩散积分梯度（DiffIG），通过扩散模型生成路径并嵌入用户引导，实现灵活可控的特征归因，在定量和定性上优于现有方法。
2026-06-24 cs.AI cs.CV cs.LG
Controllable neural text-to-speech synthesis using intuitive prosodic features
Apple（苹果公司）
现代神经文本转语音（TTS）合成可以生成与自然语音难以区分的语音。然而，生成的话语的韵律往往代表的平均韵律风格的数据库，而不是有广泛的韵律变化。此外，生成的韵律仅由输入文本定义，这不允许同一句子具有不同的风格。在这项工作中，我们训练一个序列到序列的神经网络的声学语音功能的条件下，学习一个潜在的韵律空间直观和有意义的尺寸。实验表明，一个模型的条件下，在韵律方面的音高，音高范围，电话持续时间，能量和频谱倾斜可以有效地控制每个韵律维度，并产生各种各样的说话风格，同时保持类似的平均意见得分（4.23），我们的Tacotron基线（4.26）。
2020-09-14 cs.CL cs.LG cs.SD
A Generative Model for Controllable Feature Heterophily in Graphs
Johns Hopkins University（约翰霍普金斯大学）；Yale University（耶鲁大学）；University of Rochester（罗切斯特大学）
提出结合 Lipschitz graphon 随机图与谱滤波 Gaussian 特征的生成框架，实现图特征异配性的显式可调，并给出收敛理论与实验验证。
2025-09-27 cs.LG eess.SP stat.ML
Fix the Noise: Disentangling Source Feature for Controllable Domain Translation
KAIST（韩国科学技术院）；Klleon AI Research（Klleon人工智能研究院）；UNIST（蔚山国立科学技术院）
最近的研究表明，在领域翻译，特别是通过使用迁移学习技术的无条件生成器强大的生成性能。然而，使用单个模型在不同领域特征之间进行控制仍然具有挑战性。现有的方法往往需要额外的模型，这是计算上的要求，并导致不满意的视觉质量。此外，它们具有有限的控制步骤，这妨碍了平稳过渡。在本文中，我们提出了一种新的方法，高质量的域转换具有更好的可控性。其关键思想是在目标特征空间的解纠缠子空间内保持源特征。这使得我们的方法可以平滑地控制它保留源特征的程度，同时仅使用单个模型从一个全新的域生成图像。我们广泛的实验表明，所提出的方法可以产生更一致的和逼真的图像比以前的作品，并保持精确的可控性在不同级别的变换。该代码可在https://github.com/LeeDongYeun/FixNoise上获得。
2023-03-21 cs.AI cs.CV cs.LG
Learning Robust Latent Representations for Controllable Speech Synthesis
University of Toronto（多伦多大学）；Vanguard Center for Analytics and Insights（先锋分析与洞察中心）
最先进的变分自动编码器（VAE）用于学习解开的潜在表示，在发现语音数据中的音高、停顿持续时间和重音等特征方面取得了令人印象深刻的结果，从而实现了高度可控的文本到语音（TTS）合成。然而，这些基于LSTM的VAE在有限或嘈杂的数据集上训练时无法学习说话者属性的潜在聚类。此外，不同的潜变量开始编码相同的特征，限制了语音合成期间的控制和表达能力。为了解决这些问题，我们提出了RTI-VAE（重排序的Transformer与信息减少VAE），我们最大限度地减少不同的潜在变量之间的互信息，并设计了一个修改后的Transformer架构与层重新排序，以学习语音数据中的可控潜在表示。我们表明，RTI-VAE减少了至少30%的LSTM-VAE和至少7%的香草transformer-VAE的扬声器属性的集群重叠。
2021-05-10 cs.CL cs.LG cs.SD
DreamComposer: Controllable 3D Object Generation via Multi-View Conditions
The University of Hong Kong（香港大学）；Shanghai Artificial Intelligence Lab（上海人工智能实验室）；VAST；Tsinghua University（清华大学）
提出DreamComposer框架，通过注入多视角条件增强视角感知扩散模型，实现可控的高保真新视角合成与3D物体重建。
2024-03-26 cs.AI cs.CV cs.LG
DeepHalo: A Neural Choice Model with Controllable Context Effects
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；University of Toronto（多伦多大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
DeepHalo是一种能够控制上下文效应阶数的神经选择模型，通过显式控制交互阶数和原则性解释上下文效应，提升决策建模的可解释性和预测性能。
2026-01-08 cs.AI cs.LG
Music FaderNets: Controllable Music Generation Based On High-Level Features via Low-Level Feature Modelling
Singapore University of Technology and Design（新加坡科技设计大学）
高层次的音乐品质（如情感）往往是抽象的，主观的，难以量化的。考虑到这些困难，使用监督学习技术来学习良好的特征表示并不容易，这要么是因为标签的不足，要么是因为人工标注标签的主观性（因此差异很大）。在本文中，我们提出了一个框架，可以学习高层次的特征表示与有限的数据量，首先建模其相应的可量化的低层次属性。我们将我们提出的框架称为Music FaderNets，其灵感来自于这样一个事实，即低级别属性可以通过特征解纠缠和潜在正则化技术由单独的“滑动推子”连续操纵。然后使用高斯混合变分自动编码器（GM-VAE）通过半监督聚类从低级表示中推断出高级特征。使用唤醒作为一个例子的一个高层次的功能，我们表明，我们的模型的“推子”是解开和线性变化w.r.t.所生成的输出音乐的模型化的低级属性。此外，我们证明了该模型成功地学习了唤醒及其相应的低级别属性（节奏和音符密度）之间的内在关系，只有1%的训练集被标记。最后，使用学习到的高级特征表征，我们探索了我们的框架在不同唤醒状态的风格迁移任务中的应用。通过主观听力测试验证了该方法的有效性。
2020-07-29 cs.LG cs.SD eess.AS
GRATIS: GeneRAting TIme Series with diverse and controllable characteristics
School of Economics and Management, Beihang University（北京航空航天大学经济管理学院）；Department of Econometrics and Business Statistics, Monash University（莫纳什大学计量经济学与商业统计系）；School of Statistics and Mathematics, Central University of Finance and Economics（中央财经大学统计与数学学院）
近年来，时间序列数据的爆炸性增长带来了新的时间序列分析方法的蓬勃发展，用于预测、聚类、分类和其他任务。评价这些新方法需要收集或模拟一套不同的时间序列基准数据，以便能够与其他方法进行可靠的比较。我们提出了GeneRAting时间序列的多样性和可控的特点，命名为GRATIS，使用混合自回归（MAR）模型。我们使用MAR模型模拟了多组时间序列，并研究了在时间序列特征空间中生成的时间序列的多样性和覆盖率。通过调整MAR模型的参数，GRATIS还能够有效地生成具有可控特征的新时间序列。一般来说，作为传统数据收集方法的一种无成本替代方法，GRATIS可用作时间序列预测和分类等任务的评价工具。我们通过一个时间序列预测应用程序说明了我们的时间序列生成过程的有用性。
2020-01-07 cs.LG stat.CO stat.ML
Towards Controllable Time Series Generation
National University of Singapore（新加坡国立大学）；NUS Research Institute in Chongqing（新加坡国立大学重庆研究院）
针对时间序列生成依赖大量训练数据、数据稀缺场景下表现受限的问题，提出了一种VAE无关的可控时间序列生成框架CTS，通过解耦映射与VAE训练实现条件可控生成，在多个数据集上验证了效果，且具备跨模态通用性。
2024-03-06 cs.AI cs.DB cs.LG
Controllable Generative Sandbox for Causal Inference
Emory University（埃默里大学）；Yale University（耶鲁大学）；Amgen（安进公司）
CausalMix是一种结合高斯潜在先验与数据类型特定解码器的变分生成框架，通过显式因果控制实现对因果机制的可控生成，适用于混合类型表格数据的高保真模拟及因果推断研究。
2026-03-03 cs.LG stat.ME stat.ML
CECT: Controllable Ensemble CNN and Transformer for COVID-19 Image Classification
National University of Singapore（新加坡国立大学）
本文提出CECT网络，通过可控集成CNN与Transformer捕获多尺度特征，在COVID-19图像分类中取得98.1%和90.9%的准确率，展现出强泛化能力。
2024-03-31 cs.CV cs.LG eess.IV
CLIP-PAE: Projection-Augmentation Embedding to Extract Relevant Features for a Disentangled, Interpretable, and Controllable Text-Guided Face Manipulation
University of Cambridge（剑桥大学）
针对CLIP联合空间中文本与图像嵌入差异导致的文本引导图像编辑伪影多、解耦性等不足，提出投影增强嵌入PAE作为优化目标，可集成到各类CLIP编辑算法中，在人脸编辑任务上实现了更优的解耦、可解释与可控效果及顶尖性能。
2025-09-02 cs.AI cs.CV cs.LG
Probabilistic Radiomics: Ambiguous Diagnosis with Controllable Shape Analysis
Shanghai Jiao Tong University（上海交通大学）；Shanghai Institute for Advanced Communication and Data Science（上海先进通信与数据科学研究院）
放射组学分析近年来取得了巨大的成功。然而，传统的放射组学分析遭受不充分表达的手工制作的特征。最近，新兴的深度学习技术，例如，卷积神经网络（CNN）主导了计算机辅助诊断（CADx）的最新研究。不幸的是，作为黑盒预测器，我们认为CNN是“诊断”体素（或像素），而不是病变;换句话说，来自训练的CNN的视觉显著性不一定集中在病变上。另一方面，临床应用中的分类存在固有的模糊性：放射科医生可能会对具有挑战性的病例做出不同的诊断。为此，我们提出了一个可控的和可解释的{ \em概率放射组学}框架，通过结合放射组学分析和概率深度学习。在我们的框架中，三维CNN特征提取病变区域，然后编码到病变表示，通过一个可控的非局部形状分析模块（NSAM）的基础上自我注意。受变分自动编码器（VAE）的启发，模糊度先验网络用于近似人类专家的模糊度分布。通过结合模糊先验样本和病变表示获得最终诊断，整个网络称为$DenseSharp^{+}$是端到端可训练的。最后将该方法应用于LIDC-IDRI数据库上的肺结节诊断，验证了其有效性。
2019-10-20 cs.CV cs.LG eess.IV
ECGTwin: Personalized ECG Generation Using Controllable Diffusion Model
State Key Laboratory of General Artificial Intelligence, Beijing, China（一般人工智能国家重点实验室）；School of Intelligence Science and Technology, Peking University, Beijing, China（智能科学与技术学院）；National Institute of Health Data Science, Peking University, Beijing, China（健康数据科学国家研究院）；Department of Cardiology, Peking University People’s Hospital, Beijing, China（心血管内科）
ECGTwin通过可控扩散模型实现个性化ECG生成，解决个体特征提取与条件注入难题，提升医疗诊断的精准性。
2026-02-02 cs.AI cs.LG
GTR-Voice: Articulatory Phonetics Informed Controllable Expressive Speech Synthesis
University of Rochester（罗切斯特大学）
本研究针对当前表现力语音合成对发音特征关注不足的问题，提出GTR三维发音框架，录制GTR-Voice数据集，验证了框架有效性及TTS模型的精准可控性，并开源相关资源。
2024-06-15 cs.AI cs.CL cs.LG
Robust Transferable Feature Extractors: Learning to Defend Pre-Trained Networks Against White Box Adversaries
Advanced Micro Devices, Inc.（超威半导体公司）
深度神经网络在计算机视觉应用中的广泛采用引起了人们对对抗鲁棒性的极大兴趣。现有的研究表明，专门为给定模型定制的恶意扰动输入（即，对抗性示例）可以成功地转移到另一个独立训练的模型以引起预测误差。此外，对抗性示例的这一特性被归因于从数据分布中的预测模式导出的特征。因此，我们有动力研究以下问题：对抗性防御，像对抗性示例一样，是否可以成功地转移到其他独立训练的模型中？为此，我们提出了一种基于深度学习的预处理机制，我们称之为鲁棒可转移特征提取器（RTFE）。在研究了理论动机和影响之后，我们通过实验证明了我们的方法可以为多个独立的预训练分类器提供对抗鲁棒性，否则这些分类器对自适应白盒对手无效。此外，我们还证明了RTFE甚至可以为在不同数据集上独立训练的模型提供一次性对抗鲁棒性。
2022-09-14 cs.AI cs.CR cs.LG
