高维数据富集：可解释、快速且数据高效

可解释记分卡的垂直联邦学习方法及其在信用评分中的应用

A Vertical Federated Learning Method for Interpretable Scorecard and Its Application in Credit Scoring

Everbright Technology CO. LTD（光大科技有限公司）

随着大数据和人工智能在多个领域的成功应用，大数据驱动的模型在金融风险管理特别是信用评分和评级中的应用前景广阔。在数据隐私保护的前提下，针对传统的基于有界约束逻辑回归的记分卡，在垂直联邦学习框架下提出了一种基于投影梯度的方法，即FL-LRBC。后者使多个机构能够在一次培训中联合训练优化的记分卡模型。该方法避免了耗时的参数整定过程，从而形成了具有正系数的模型。此外，由于使用FL-LRBC的数据富集，AUC和Kolmogorov-Smirnov（KS）统计量方面的性能显着提高。目前，FL-LRBC已在中国某国有金融控股集团的信贷业务中得到应用。

2020-09-14cs.LGstat.ML

通过离散化和特征选择实现表格数据的可解释分类器

Interpretable classifiers for tabular data via discretization and feature selection

Tampere University（坦佩雷大学）

本文提出一种通过离散化和特征选择生成短布尔公式的方法，以构建可解释且准确的表格数据分类器，实验证明其准确率与随机森林等方法相当。

2024-09-18cs.AIcs.LGcs.LO

DT-PBO：一种可解释的树形替代模型用于偏好贝叶斯优化

DT-PBO: an Interpretable Tree-based Surrogate Model for Preferential Bayesian Optimization

Data Science Center of Excellence, Faculty of Military Sciences, Breda, NL（数据科学卓越中心，军事科学学院，荷兰布雷达）；NLR - Royal Netherlands Aerospace Centre, Amsterdam, NL（NLR-荷兰航空航天研究中心，荷兰阿姆斯特丹）；Departement Intelligent Systems, Tilburg University, Tilburg, NL（智能系统部门，蒂尔堡大学，荷兰蒂尔堡）

本文提出DT-PBO，一种基于树的可解释替代模型，用于偏好贝叶斯优化，通过构建可解释的浅层决策树和拉普拉斯近似，实现高效的偏好建模，同时保持可解释性。

2026-05-08cs.AIcs.LGmath.OC

DCT2net：一种用于图像去噪的可解释的浅层CNN

DCT2net: an interpretable shallow CNN for image denoising

Inria Rennes - Bretagne Atlantique（法国国家信息与自动化研究所雷恩-布列塔尼大西洋分所）；UMR144-CNRS Institut Curie PSL（巴黎文理研究大学居里研究所法国国家科学研究中心144联合研究单元）

本文研究了图像去噪问题，重点研究了著名的DCT图像去噪算法。后者起源于信号处理，多年来已得到很好的研究。虽然非常简单，但它仍然用于最先进的“传统”去噪算法（如BM 3D）的关键部分。然而，几年来，深度卷积神经网络（CNN）的性能已经超过了传统网络，使得信号处理方法的吸引力减弱。在本文中，我们证明了DCT去噪器可以被看作是一个浅层的CNN，从而可以通过梯度下降以监督的方式调整其原始线性变换，大大提高其性能。这就产生了一个完全可解释的CNN，称为DCT 2net。针对DCT 2net产生的残留伪影问题，提出了一种DCT和DCT 2net的混合解决方案，该方案综合了DCT和DCT 2net的优点; DCT 2net用于处理非平稳图像块，而DCT用于处理分段平滑图像块。在人工噪声图像上的实验表明，双层DCT 2net提供了与BM 3D相当的结果，并且与由十几层组成的DnCNN算法一样快。

2021-07-31cs.CVcs.LGeess.IV

FIRE：一种面向快速可解释规则提取的优化方法

FIRE: An Optimization Approach for Fast Interpretable Rule Extraction

Massachusetts Institute of Technology（麻省理工学院）

本研究提出基于优化的FIRE框架，通过融合正则化与非凸稀疏惩罚从树集成提取可解释规则集，搭配专用块坐标下降求解器提速最高40倍，性能优于现有规则集成算法。

2023-06-12cs.LGstat.ML

通过随机化实现快速、准确和可解释的时间序列分类

Fast, Accurate and Interpretable Time Series Classification Through Randomization

RMIT University（皇家墨尔本理工大学）；The University of Melbourne（墨尔本大学）

时间序列分类（TSC）旨在预测给定时间序列的类别标签，这对于经济学和医学等丰富的应用领域至关重要。最先进的TSC方法主要集中在分类准确性和效率上，而不考虑其分类的可解释性，这是现代应用（例如电器建模）和立法（例如欧洲通用数据保护条例）所要求的重要属性。为了解决这个问题，我们提出了一种新的TSC方法-随机监督时间序列森林（r-STSF）。r-STSF是高效的，达到了最先进的分类精度，并实现了可解释性。r-STSF采用一种有效的基于区间的方法，根据判别子序列（区间）的聚合值对时间序列进行分类。为了达到最先进的精度，r-STSF使用判别子序列构建随机树的集合。它使用四个时间序列表示，九个聚合函数和一个监督的二进制启发搜索结合特征排名指标，以确定高度歧视性的子系列。歧视性的子系列有助于进行可解释的分类。在大量数据集上的实验表明，r-STSF达到了最先进的精度，同时比大多数现有的TSC方法快了几个数量级。它是唯一的分类器从国家的最先进的组，使解释性。我们的研究结果还强调，r-STSF是分类复杂时间序列数据集时最好的TSC方法。

2021-05-31cs.LGstat.ML

CTD: 一种快速、准确且可解释的静态和动态张量分解方法

CTD: Fast, Accurate, and Interpretable Method for Static and Dynamic Tensor Decompositions

Seoul National University（首尔国立大学）；The State University of New York (SUNY) Korea（纽约州立大学（SUNY）韩国）

本文提出CTD方法，用于高效且可解释地进行静态和动态张量分解，通过去除冗余提升准确性和效率，适用于在线环境下的异常检测。

2017-10-09cs.LGcs.NAmath.NA

通过Minipatch学习实现快速和可解释的共识聚类

Fast and Interpretable Consensus Clustering via Minipatch Learning

Rice University（莱斯大学）；Baylor College of Medicine（贝勒医学院）

一致性聚类被广泛应用于生物信息学等领域，以提高聚类结果的准确性、稳定性和可靠性。该方法集成了来自子采样观测的多个聚类运行的聚类同现。对于大规模生物信息学数据的应用，例如从单细胞测序数据中发现细胞类型，例如，共有聚类具有两个显著的缺点：（i）由于重复应用聚类算法而导致的计算效率低下，以及（ii）缺乏对区分聚类的重要特征的可解释性。在本文中，我们通过开发IMPACC：可解释的MiniPatch自适应共识聚类来解决这两个挑战。我们的方法采用了三大创新。我们合奏集群同现从微小的子集的观察和功能，称为minipatches，从而大大减少了计算时间。此外，我们开发了自适应采样方案的观察，从而提高了可靠性和计算节省，以及自适应采样方案的功能，这导致可解释的解决方案，通过快速学习最相关的功能，区分集群。我们研究了我们的方法在合成数据和各种真正的大规模生物信息学数据集;结果表明，我们的方法不仅产生更准确和可解释的集群解决方案，但它也大大提高了计算效率相比，标准的共识聚类方法。

2021-10-18cs.LGstat.MEstat.ML

快速承诺函数机：基于核的可解释预测

The fast committor machine: Interpretable prediction with kernels

Colorado State University（科罗拉多州立大学）；Drexel University（德雷塞尔大学）；University of California San Diego（加州大学圣迭戈分校）

针对随机系统中承诺函数的近似问题，提出基于核的快速承诺函数机（FCM）算法，采用随机线性代数确定系数实现线性时间复杂度，实验显示其在精度、速度和可解释性上均优于同参数量神经网络。

2024-08-10cs.LGcs.NAmath.NA

分数岭回归：一种快速、可解释的岭回归重新参数化

Fractional ridge regression: a fast, interpretable reparameterization of ridge regression

The University of Washington eScience Institute（华盛顿大学电子科学研究所）；University of Washington（华盛顿大学）；Center for Magnetic Resonance Research（磁共振研究中心）；University of Minnesota（明尼苏达大学）

岭回归（RR）是一种正则化技术，它惩罚线性回归中系数的L2范数。使用RR的挑战之一是需要设置一个控制正则化量的超参数（$α$）。交叉验证通常用于从一组候选中选择最佳的$α$。然而，有效和适当地选择$α$可能具有挑战性，特别是在分析大量数据的情况下。由于所选的$α$取决于数据和预测因子的规模，因此无法直接解释。在这里，我们建议根据正则化和非正则化系数的L2范数之间的比率$γ$来重新参数化RR。这种称为分数RR（FRR）的方法有几个好处：保证为不同的$γ$获得的解决方案是不同的，防止浪费计算，并自动跨越正则化的相关范围，避免需要费力的手动探索。我们提供了一个解决FRR的算法，以及Python和MATLAB中的开源软件实现（https：//github.com/nrdg/fracridge）。我们表明，所提出的方法是快速和可扩展的大规模数据问题，并提供了直接解释和比较模型和数据集的结果。

2020-05-07cs.LGstat.MEstat.ML

原型引导下的可解释的反事实推理

Interpretable Counterfactual Explanations Guided by Prototypes

Seldon Technologies Ltd（塞尔登科技有限公司）

我们提出了一个快速的，模型不可知的方法，通过使用类原型来寻找分类器预测的可解释的反事实解释。我们表明，使用编码器或通过特定于类的k-d树获得的类原型显着加快了对反事实实例的搜索速度，并产生更多可解释的解释。我们引入了两个新的指标来定量评估本地的可解释性在实例级。我们使用这些指标来说明我们的方法在图像和表格数据集上的有效性，分别是MNIST和威斯康星州乳腺癌（诊断）。该方法还消除了计算瓶颈，因为数值梯度评估$\textit{black box}$模型。

2020-02-18cs.LGstat.ML

基于圆锥判别函数的低维可解释核分类算法

Low-dimensional Interpretable Kernels with Conic Discriminant Functions for Classification

Eskişehir Teknik Üniversitesi（埃斯基谢希尔技术大学）；Erasmus University Rotterdam（鹿特丹伊拉斯姆斯大学）

核通常被开发和用作隐式映射函数，由于其高维特征空间表示，显示出令人印象深刻的预测能力。在这项研究中，我们逐步构建了一系列简单的特征映射，导致可解释的低维内核的集合。在每一步中，我们都保留了原始特征，并确保输入数据的维数增加非常低，这样得到的判别函数仍然是可解释的，并且可以快速训练。尽管我们坚持可解释性，我们获得高精度的结果，即使没有深入的超参数调整。将我们的结果与基准数据集上的几个知名内核进行比较表明，所提出的内核在预测精度方面具有竞争力，而训练时间显着低于最先进的内核实现。

2020-07-17cs.LGstat.ML

快速且可解释的个体消费者用电场景生成

Fast and interpretable electricity consumption scenario generation for individual consumers

KU Leuven（鲁汶大学）；Flemish Institute for Technological Research (VITO)（弗拉芒技术研究所）；EnergyVille（能源谷研究院）

提出基于预测聚类树的快速可解释用电场景生成方法，在保持准确性的同时，训练和预测速度至少提升7倍，并增强模型可解释性。

2024-10-23cs.LGcs.SYeess.SY

可解释的深度学习用于光化学中的引导结构-性质探索

Interpretable deep learning for guided structure-property explorations in photovoltaics

Iowa State University（爱荷华州立大学）

有机光伏器件的性能与其活性层形态复杂相关。有源层和器件性能之间的这种联系无论是实验上还是计算上的评估都非常昂贵。因此，设计形态以实现更高的性能是不平凡的，往往是棘手的。为了解决这个问题，我们首先引入了一个深度卷积神经网络（CNN）架构，它可以作为复杂结构-属性映射的快速和强大的替代。进行了几次测试以获得对这个训练模型的信任。然后，我们利用这个快速的框架进行稳健的微结构设计，以提高器件的性能。

2018-12-12cs.CVcs.LGstat.ML

基于序贯稀疏恢复的可解释循环神经网络

Interpretable Recurrent Neural Networks Using Sequential Sparse Recovery

University of Washington（华盛顿大学）

循环神经网络（RNN）是处理连续数据的强大而有效的方法。然而，RNN通常被认为是“黑箱”模型，其内部结构和学习参数是不可解释的。在本文中，我们提出了一个可解释的RNN的顺序迭代软阈值算法（SISTA）的基础上解决顺序稀疏恢复问题，该模型与稀疏的潜在向量序列的相关观测序列。由此产生的SISTA-RNN的架构是由SISTA的计算结构隐式定义的，这导致了一种新的堆叠RNN架构。此外，SISTA-RNN的权重完全可以解释为原则性统计模型的参数，在这种情况下，包括稀疏化字典，迭代步长和正则化参数。此外，在特定的顺序压缩感知任务中，SISTA-RNN比传统的最先进的黑盒RNN（包括长短期记忆（LSTM）RNN）训练得更快，性能更好。

2016-11-22cs.LGstat.ML

可解释的多变量符合预测：快速传递性标准化

Interpretable Multivariate Conformal Prediction with Fast Transductive Standardization

University of Southern California（南加州大学）

本文提出一种可解释的多变量符合预测方法，通过快速传递性标准化技术，实现紧致预测区间并保持有效覆盖。

2025-12-17math.STstat.MEstat.ML

快速可解释的贪心树求和模型

Fast Interpretable Greedy-Tree Sums

National University of Singapore（新加坡国立大学）；UC Berkeley（加州大学伯克利分校）；Microsoft Research（微软研究院）；Overjet；UC San Francisco（加州大学旧金山分校）

本文提出FIGS模型，通过同时生长多棵决策树并以求和方式组合来适应加性结构，在保持可解释性的同时取得最先进预测性能，并进一步提出G-FIGS和Bagging-FIGS以分别处理医学数据异质性和避免过拟合。

2023-07-08cs.AIcs.LGstat.AP

亚马逊目录中属性适用性的可解释潜变量模型

An interpretable latent variable model for attribute applicability in the Amazon catalogue

University of Oxford（牛津大学）；Amazon（亚马逊）

学习亚马逊目录中产品的属性适用性（例如，预测鞋应该具有尺寸的值，而不是电池类型的值是一个挑战。对可解释模型的需求取决于（1）缺乏地面实况训练数据，（2）需要利用有关潜在空间的先验信息，以及（3）了解新的、看不见的数据的预测质量的能力。为此，我们开发了MaxMachine，这是一种概率潜变量模型，它可以学习分布式二进制表示，与可能在数据中共同出现的特征集相关联。MaxMachines的层可以堆叠，以便更高层编码更抽象的信息。任何一组变量都可以被钳制以编码先验信息。我们开发了基于快速采样的后验推理。初步结果表明，该模型在19个产品组中的17个中比基线有所改进，并提供了定性合理的预测。

2017-12-04cs.LGstat.ML

N-BEATS：用于可解释时间序列预测的神经基扩展分析

N-BEATS: Neural basis expansion analysis for interpretable time series forecasting

Element AI（元素人工智能公司）；Mila（米拉人工智能研究所）

我们专注于使用深度学习解决单变量时间序列点预测问题。我们提出了一种基于向后和向前残差链接的深度神经架构，以及一个非常深的全连接层堆栈。该体系结构具有许多理想的属性，是可解释的，适用于广泛的目标域，无需修改，快速训练。我们测试了几个著名的数据集，包括M3，M4和TOURISM竞争数据集包含来自不同领域的时间序列的建议架构。我们为所有数据集展示了N-BEATS两种配置的最新性能，将预测准确性提高了11%，比去年的M4竞赛冠军提高了3%，M4竞赛是神经网络和统计时间序列模型之间的领域调整手工制作的混合体。我们模型的第一种配置不使用任何时间序列特定的组件，其在异构数据集上的性能强烈表明，与公认的智慧相反，深度学习原语（如残差块）本身足以解决广泛的预测问题。最后，我们演示了如何增强所提出的体系结构，以提供可解释的输出，而不会在准确性上造成相当大的损失。

2020-02-20cs.LGstat.ML

基于截断ANOVA分解的快速可解释支持向量分类

Fast and interpretable Support Vector Classification based on the truncated ANOVA decomposition

Faculty of Mathematics（数学学院）；Chemnitz University of Technology（开姆尼茨工业大学）

本文提出在原始形式下使用仅依赖少量维度的多元基函数求解SVM，并利用截断ANOVA分解和$\ell_1$范数正则化实现快速、可解释的分类，在人工与真实数据集上取得更好结果。

2024-09-04cs.LGcs.NAmath.NA

基于敲除波长的细菌拉曼光谱分类研究

Interpretable Classification of Bacterial Raman Spectra with Knockoff Wavelets

深度神经网络和其他复杂的机器学习模型被广泛应用于生物医学信号数据，因为它们可以检测复杂的模式并计算准确的预测。然而，解释这些模型的困难是一个限制，特别是对于涉及高风险决策的应用，包括细菌感染的识别。在本文中，我们考虑了快速拉曼光谱数据，并证明了具有精心选择的特征的逻辑回归模型可以达到与神经网络相媲美的精度，同时更简单，更透明。我们的分析利用小波特征与直观的化学解释，并进行控制变量选择与仿制品，以确保预测是相关的和非冗余的。虽然我们专注于一个特定的数据集，所提出的方法是广泛适用于其他类型的信号数据的可解释性可能是重要的。

2021-05-02eess.SPstat.APstat.ML