DNN2LR: Interpretation-inspired Feature Crossing for Real-world Tabular Data
为了保证可靠性，现实应用中的模型必须既强大又具有全局可解释性。简单的分类器，例如，逻辑回归（LR）是全局可解释的，但不足以对表格数据中特征之间的复杂非线性相互作用进行建模。与此同时，深度神经网络（DNN）已经显示出对表格数据建模的巨大有效性，但不是全局可解释的。在这项工作中，我们发现DNN中特定特征的局部分段解释在不同的样本中通常是不一致的，这是由隐藏层中的特征交互引起的。因此，我们可以设计一种自动特征交叉方法来发现DNN中的特征交互，并将它们用作LR中的交叉特征。给出了DNN中解释不一致性的定义，并在此基础上提出了一种新的特征交叉方法DNN2LR。在四个公共数据集和两个真实数据集上进行了广泛的实验。最后的模型，即，由DNN2LR生成的具有交叉特征的LR模型可以优于复杂的DNN模型以及几种最先进的特征交叉方法。实验结果有力地验证了DNN2LR的有效性和效率，特别是在具有大量特征字段的真实数据集上。
2021-01-19 cs.LG stat.ML
Tab2Visual: Overcoming Limited Data in Tabular Data Classification Using Deep Learning with Visual Representations
Assiut University（艾斯尤特大学）；Brigham and Women’s Hospital（布莱根妇女医院）；Harvard Medical School（哈佛医学院）
针对表格数据分类中的有限数据挑战，提出Tab2Visual方法，将表格数据转换为视觉表示，结合图像增强与迁移学习，在多种数据集上评估并优于经典方法、树基集成及表格专用深度学习模型。
2025-02-11 cs.CV cs.LG
HyperFast: Instant Classification for Tabular Data
Amazon（亚马逊）
本文提出元训练超网络HyperFast，通过单次前向传播为表格数据生成任务专用网络，实现无需训练的即时分类，在多个基准上取得竞争性结果并显著降低计算成本。
2024-02-22 cs.AI cs.LG stat.ML
Choosing a parallel heterogeneous ensemble method for tabular classification
Mines Paris, PSL University（巴黎矿业学院，巴黎文理研究大学）；Alten Labs（阿尔滕实验室）
在56个表格分类任务上比较并行集成方法并得出使用建议，后在28个任务上验证，该建议集表现出色。发现混合和堆叠不一致但相互独立，硬投票概率分类弱，稳健软投票概率分类成功。
2026-07-07 cs.LG
Bringing Graphs to the Table: Zero-shot Node Classification via Tabular Foundation Models
本文提出TAG方法，将节点分类重构为表格问题，利用表格基础模型通过上下文学习实现零样本分类，在28个数据集上优于现有GNN和GFM，展现可扩展性与泛化潜力。
2025-10-08 cs.LG
Perturbation of Deep Autoencoder Weights for Model Compression and Classification of Tabular Data
Tennessee State University（田纳西州立大学）
完全连接的深度神经网络（DNN）通常包括冗余权重，导致过拟合和高内存需求。此外，DNN的性能经常受到表格数据分类中传统机器学习模型的挑战。在本文中，我们提出了DNN权重的周期性扰动（修剪和再生），特别是在深度自动编码器的自监督预训练阶段。在下游分类任务中，所提出的权重扰动策略在六个表格数据集中的四个中优于辍学学习。与dropout或我们的权重扰动例程相比，在相同的预训练阶段对权重进行L1或L2正则化会导致分类性能较差。与dropout学习不同，所提出的权重扰动例程还在六个表格数据集上实现了15%到40%的稀疏性，用于压缩深度预训练模型。我们的实验表明，当完全连接的DNN失败时，具有权重扰动或丢弃的预训练深度自动编码器可以在表格数据分类中优于传统的机器学习。然而，当表格数据集包含不相关的变量时，传统的机器学习模型似乎优于任何深度模型。因此，深度模型的成功可以归因于现实世界数据集中不可避免地存在相关变量。
2022-05-17 cs.AI cs.LG cs.NE
Can TabPFN Compete with GNNs for Node Classification via Graph Tabularization?
KAIST（韩国科学技术院）
TabPFN-GN通过将图数据转换为表格特征，实现了在节点分类任务中与GNNs竞争甚至超越的性能，展示了系统性特征工程在连接表格与图领域方面的潜力。
2025-12-09 cs.AI cs.LG
Linear Dimensionality Reduction for Word Embeddings in Tabular Data Classification
ETIT-KIT
针对表格数据中高维词嵌入且训练样本有限的分类挑战，本文研究PCA与LDA降维方法，提出Partitioned-LDA结合收缩策略，有效提升了分类性能并在竞赛排行榜取得前10名。
2025-09-15 cs.AI cs.LG
A Suite of Fairness Datasets for Tabular Classification
IBM Research（IBM研究院）；Carnegie Mellon University（卡内基梅隆大学）
针对公平性机器学习研究实验评估中数据集使用过少的问题，本文引入了一套可获取20个公平性数据集及相关元数据的函数，以促进未来更严谨的实验评估。
2023-07-31 cs.AI cs.CY cs.LG
ConvGeN: Convex space learning improves deep-generative oversampling for tabular imbalanced classification on smaller datasets
University of Rostock（罗斯托克大学）；Leibniz-Institute for Food Systems Biology（莱布尼茨食品系统生物学研究所）；Technical University of Munich（慕尼黑工业大学）；Technische Universität Dresden（德累斯顿工业大学）
数据通常以表格格式存储。一些研究领域倾向于使用不平衡的表格数据。由于类别不平衡，对此类数据进行监督机器学习通常很困难。合成数据生成，即，过采样是用于提高分类器性能的常用补救措施。最先进的线性插值方法，如LoRAS和ProWRAS，可用于从少数类的凸空间生成合成样本，以提高此类情况下的分类器性能。深度生成网络是用于合成样本生成的常见深度学习方法，广泛用于合成图像生成。然而，它们在不平衡分类背景下生成综合表格数据的范围没有得到充分探讨。在这篇文章中，我们表明，与基于线性插值的方法相比，现有的深度生成模型在较小的表格数据集上的不平衡分类问题上表现不佳。为了克服这个问题，我们提出了一个深度生成模型ConvGeN，它将凸空间学习的思想与深度生成模型相结合。ConvGeN学习少数类样本的凸组合的系数，使得合成数据与多数类足够不同。我们的基准测试实验表明，与现有的深度生成模型相比，我们提出的模型ConvGeN改善了这种小数据集上的不平衡分类，同时与现有的线性插值方法相当。此外，我们还讨论了我们的模型如何用于一般的合成表格数据生成，即使在数据不平衡的范围之外，也可以提高凸空间学习的整体适用性。
2022-07-13 cs.LG
Tabular foundation models for non-tabular tasks
Technische Universität Dresden（德累斯顿工业大学）；Maynooth University（梅努斯大学）；Universität Würzburg（维尔茨堡大学）
该研究探究表格基础模型TabPFN v3是否可用于非表格任务，将MNIST手写数字识别、法德语言识别、Tiny ImageNet图像分类转为表格形式，其在部分任务上达到了对应专用模型的相当准确率。
2026-08-25 cs.LG
The Illusion of Generalization in Tabular Language Models
University of California, Los Angeles, USA（加州大学洛杉矶分校）；IT University of Copenhagen, Denmark（哥本哈根IT大学）
通过系统评估Tabula-8B在165个数据集上的表现，发现其声称的泛化能力主要源于评估伪影（如数据污染和格式熟悉度），而非真正的表格推理。
2026-05-29 cs.LG
DANets: Deep Abstract Networks for Tabular Data Classification and Regression
Zhejiang University（浙江大学）；Huazhong University of Science and Technology（华中科技大学）；University of Notre Dame（圣母大学）；Zhejiang University School of Medicine（浙江大学医学院）
表格数据在现实世界的应用中无处不在。虽然许多常用的神经组件（例如，卷积）和可扩展神经网络（例如，ResNet）已经由机器学习社区开发，其中很少有对表格数据有效的，并且很少有设计针对表格数据结构进行充分定制。在本文中，我们提出了一种新的和灵活的神经元组件的表格数据，称为抽象层（AbstLay），学习显式分组相关的输入功能，并生成更高层次的功能语义抽象。此外，我们设计了一种结构重新参数化的方法来压缩学习的AbstLay，从而降低了计算复杂性的参考阶段的一个明确的保证金。使用AbstLays构建一个特殊的基本块，并通过堆叠这些块来构建一个用于表格数据分类和回归的深度抽象网络（DANets）家族。在DANets中，引入了一个特殊的快捷路径来从原始表格特征中获取信息，以帮助不同级别的特征交互。在7个实际表格数据集上的综合实验表明，本文提出的AbstLay和DANets对表格数据的分类和回归是有效的，且计算复杂性优于同类方法.此外，我们评估了DANet的性能增益，因为它深入，验证了我们的方法的可扩展性。我们的代码可在https://github.com/WhatAShot/DANet上获得。
2022-09-07 cs.AI cs.LG
Auditing LLMs for Algorithmic Fairness in Casenote-Augmented Tabular Prediction
本文研究了在住房安置预测任务中，结合街道走访案例笔记的大型语言模型在算法公平性方面的表现，发现通过案例笔记摘要微调模型可提升准确性并减少公平性差异。
2026-04-21 cs.CY cs.LG
EPIC: Effective Prompting for Imbalanced-Class Data Synthesis in Tabular Data Classification via Large Language Models
KAIST（韩国科学技术院）
本研究针对表格数据分类中的类别不平衡问题，提出名为EPIC的大语言模型提示方法，通过均衡分组样本与一致格式引导生成合成数据，实现了最优分类性能并提升了生成效率。
2025-01-14 cs.AI cs.LG
PMLBmini: A Tabular Classification Benchmark Suite for Data-Scarce Applications
University of Applied Sciences Berlin（柏林应用科学大学）；KI-Werkstatt（KI工作室）
提出PMLBmini小样本表格分类基准，评估AutoML、深度网络与线性模型，发现先进方法常难超越逻辑回归基线，并指出其适用场景。
2024-09-03 cs.AI cs.LG
Squeezing Lemons with Hammers: An Evaluation of AutoML and Tabular Deep Learning for Data-Scarce Classification Applications
KI-Werkstatt, University of Applied Sciences Berlin（柏林应用科学大学KI工作室）；University of Applied Sciences Berlin（柏林应用科学大学）
针对小规模表格数据分类场景，该研究通过44个样本量≤500的数据集对比实验，发现L2正则化逻辑回归性能与主流AutoML框架、表格深度学习模型相当，建议数据稀缺的表格分类任务优先选用逻辑回归并给出选型最佳实践。
2024-05-13 cs.AI cs.LG
Overcoming Catastrophic Forgetting in Tabular Data Classification: A Pseudorehearsal-based approach
Universidade de Vigo（维戈大学）；Centro Tecnolóxico de Telecomunicacións de Galicia (GRADIANT)（加利西亚电信技术中心（GRADIANT））
针对表格数据分类的灾难性遗忘问题，提出基于伪排练的TRIL3框架，结合XuILVQ生成合成数据与增量式DNDF算法，无需存储旧样本，仅用50%合成数据性能就优于现有持续学习方案。
2024-07-12 cs.AI cs.LG
Revisit Time Series Classification Benchmark: The Impact of Temporal Information for Classification
University of New South Wales（新南威尔士大学）
本文通过置换检验发现UCR基准中许多数据集时间信息影响甚微，提出UCR Augmented基准以公平评估分类器的时间信息利用能力，测试显示性能排名显著变化。
2025-03-26 cs.LG stat.ML
TabularBench: Benchmarking Adversarial Robustness for Tabular Deep Learning in Real-world Use-cases
University of Luxembourg（卢森堡大学）；LIST / RIKEN AIP
针对表格深度学习对抗鲁棒性研究缺乏标准化基准的问题，提出首个综合基准TabularBench，采用CAA攻击评估，实现7种鲁棒化机制，覆盖多领域200余模型，开源相关库与数据集并给出防御设计见解。
2024-08-14 cs.LG
Confronting LLMs with Traditional ML: Rethinking the Fairness of Large Language Models in Tabular Classifications
Harvard University（哈佛大学）；UiT The Arctic University of Norway（挪威北极大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文通过实验考察LLM在表格分类中的信息利用与社会偏见，发现其偏见源于预训练语料且公平性差距大于传统ML，而翻转上下文示例标签可显著缓解偏见。
2024-04-02 cs.CL cs.LG
EXAONE Tabular 1.0 : Technical Report
LG AI Research（LG AI研究院）
EXAONE Tabular 1.0 是一款紧凑表格基础模型系列，通过重新设计架构实现高效表格上下文学习，在多个公开基准测试中展现出优于同类模型的预测性能与推理效率。
2026-08-27 cs.LG
Employing Two-Dimensional Word Embedding for Difficult Tabular Data Stream Classification
Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）
本文提出了流式超级表格机器学习（SSTML）方法，首次将多维编码（MDE）应用于困难表格数据流分类任务，通过STML算法将连续数据块编码为图像表示并执行单次ResNet-18训练，在合成与真实数据流上实现了显著优于现有算法的分类质量且保持可比处理时间。
2024-04-24 cs.LG
Tokenize features, enhancing tables: the FT-TABPFN model for tabular classification
Shenyang Institute of Automation（沈阳自动化研究所）；Chinese Academy of Sciences（中国科学院）
针对 TabPFN 处理分类特征较弱的问题，本文提出带 Feature Tokenization 层并支持下游微调的 FT-TabPFN，提升表格分类的适用性与准确率。
2024-06-11 cs.AI cs.LG
TabPFN: A Transformer That Solves Small Tabular Classification Problems in a Second
University of Freiburg（弗莱堡大学）；Charité University Medicine Berlin（柏林夏里特医学院）；Bosch Center for Artificial Intelligence（博世人工智能中心）
TabPFN通过先验数据拟合网络和上下文学习，在无需超参数调优的情况下，以显著的速度优势实现与最先进AutoML系统相当的小规模表格分类性能。
2023-09-16 cs.LG stat.ML
Tabular Foundation Models Can Do Survival Analysis
Department of Computing, Imperial College London（帝国理工学院计算机系）；Department of Mathematics, Imperial College London（帝国理工学院数学系）
本文提出了一种基于分类的框架，通过将生存分析转化为二分类问题，使表格基础模型能够无需显式训练即可进行生存分析，并在多个数据集上验证了其有效性。
2026-07-21 cs.LG
Embedding World Knowledge into Tabular Models: Towards Best Practices for Embedding Pipeline Design
本文通过系统评估256种管道配置，探讨了如何设计有效的LLM嵌入管道，发现嵌入方式和模型选择对预测性能有显著影响，梯度提升树表现优异。
2026-03-18 cs.LG
Automatic Demonstration Selection for LLM-based Tabular Data Classification
Capital One
提出一种基于Spectral Graph Theory的算法，通过分析相似性图Laplacian特征值，结合数据分布、提示模板和LLM，自动确定表格数据ICL分类所需的最小示例数量。
2025-06-25 cs.AI cs.LG
Towards Better Serialization of Tabular Data for Few-shot Classification with Large Language Models
Carnegie Mellon University（卡内基梅隆大学）
本研究提出基于LLM的表格数据分类高效框架，引入LaTeX等三种序列化技术，显著提升领域数据集处理性能，在准确性和效率上优于传统模型。
2023-12-21 cs.AI cs.CL cs.LG
Measuring What LLMs Think They Do: SHAP Faithfulness and Deployability on Financial Tabular Classification
研究评估了LLMs在金融表格分类中的SHAP值，发现其自我解释与SHAP值存在分歧，指出LLMs在结构化金融建模中的局限性，但认为改进的可解释性机制可提升其在风险敏感领域的应用潜力。
2025-11-28 cs.CL cs.LG
TOC-UCO: a comprehensive repository of tabular ordinal classification datasets
Department of Clinical-Epidemiological Research in Primary Care, Instituto Maimónides de Investigación Biomédica de Córdoba (IMIBIC), Spain（临床流行病学研究部，科雷亚生物医学研究所（IMIBIC））
针对序数分类缺乏统一基准数据集的问题，本文发布TOC-UCO公开仓库，包含46个统一预处理的表格序数数据集及30组训练测试划分索引，以支持新方法的稳健、可复现评测。
2025-07-24 cs.LG
Semantic Classification of Tabular Datasets via Character-Level Convolutional Neural Networks
New Knowledge（新认知）
提出了一种基于“自动机器学习“（AutoML）的字符级卷积神经网络（CNN），用于对表格数据中的列进行语义分类。首先使用包含一组基类的模拟数据来学习一组初始权重。然后，在迁移学习范例中使用来自CKAN存储库的手工标记的数据，以使初始权重适应问题的更复杂的表示（例如，更多的类）。在这样做的过程中，现实的数据缺陷被学习，并且所处理的类的集合可以从具有减少的标记数据和计算能力要求的基本集合扩展。结果表明，这种方法的有效性和灵活性在三个不同的领域：语义分类的表格数据，年龄预测从社交媒体帖子，和电子邮件垃圾邮件分类。除了提供迁移学习在自然语言处理（NLP）中有效性的进一步证据外，我们的实验还表明，在没有额外元数据的情况下，在字符级别分析语言的语义结构，网络结构、报头等-可以为类型分类、垃圾邮件分类和社交媒体年龄预测提供有竞争力的准确性。我们提出了我们的开源工具包SIMON，语义推理建模的本体，它实现了这种方法在一个用户友好的和可扩展/并行化的方式的首字母缩写。
2019-01-24 cs.CL cs.LG
Towards Benchmarking Foundation Models for Tabular Data With Text
Department of Computer Science, University of Freiburg, Freiburg, Germany（弗赖堡大学计算机科学系）；Prior Labs, Freiburg, Germany（Prior实验室）；ELLIS Institute, Tubingen, Germany（图宾根ELLIS研究所）
针对现有表格数据基准缺乏文本列的问题，提出消融式策略将文本纳入传统表格流程，并手动整理真实数据集对最先进的表格基础模型处理文本的能力进行基准测试。
2025-07-10 cs.LG
MuG: A Multimodal Classification Benchmark on Game Data with Tabular, Textual, and Visual Fields
Emory University（埃默里大学）
本研究提出含8个跨4类游戏、覆盖三类模态的多模态分类基准MuG，完成多维度数据分析与基线实验验证其特性，已开源相关资源。
2023-10-17 cs.LG
Fuzzy Convolution Neural Networks for Tabular Data Classification
Computer Science Department, University of Texas at Tyler（德克萨斯大学泰勒分校计算机科学系）
本文提出了一种针对表格数据分类的模糊卷积神经网络（FCNN），通过将特征值映射为模糊隶属度并转换为图像来训练CNN模型，从而在表格数据分类任务中实现有效的学习和优于现有方法的性能。
2024-10-14 cs.AI cs.LG
Robust-GBDT: GBDT with Nonconvex Loss for Tabular Classification in the Presence of Label Noise and Class Imbalance
Data Science Research Center, Duke Kunshan University（昆山杜克大学数据科学研究中心）
Robust-GBDT将梯度提升决策树与非凸损失函数结合，并引入鲁棒焦点损失，以应对表格分类中的标签噪声和类别不平衡，显著提升泛化能力并确立新标准。
2024-03-16 cs.LG
Conditional Wasserstein GAN-based Oversampling of Tabular Data for Imbalanced Learning
类不平衡是监督学习中的一个常见问题，它影响了分类模型的预测性能。流行的对策包括对少数族裔进行过度抽样。像SMOTE这样的标准方法依赖于寻找最近邻和线性插值，这在高维复杂数据分布的情况下是有问题的。生成对抗网络（GANs）已被提出作为生成人工少数样本的替代方法，因为它们可以对复杂分布进行建模。然而，先前对基于GAN的过采样的研究并没有结合文献中关于使用GANs生成现实表格数据的最新进展。以前的研究也集中在数值变量，而分类功能是常见的许多商业应用的分类方法，如信用评分。该文提出了一种基于条件Wasserstein GAN的过采样方法，该方法能够有效地对包含数值和分类变量的表格数据集进行建模，并通过辅助分类器损失来关注下游分类任务。我们对我们的方法进行基准测试，对标准的过采样方法和七个真实世界的数据集上的不平衡基线。实证结果证明了基于GAN的过采样的竞争力。
2020-08-20 cs.LG
Summarize-Exemplify-Reflect: Data-driven Insight Distillation Empowers LLMs for Few-shot Tabular Classification
ETH Zürich（苏黎世联邦理工学院）；University of Copenhagen（哥本哈根大学）；University of Science and Technology of China（中国科学技术大学）；University of Amsterdam（阿姆斯特丹大学）；East China Normal University（东华大学）
本文提出InsightTab洞察蒸馏框架，通过规则总结、策略性示例与反思机制，将表格数据转化为可执行洞察，从而提升LLM在9个少样本表格分类数据集上的性能与偏差控制能力。
2025-08-29 cs.CL cs.LG
FlexTab: A Flexible Encoder-Decoder Architecture for In-Context Learning Across Diverse Tabular Tasks
SAP SE；SAP France（SAP法国）
提出FlexTab架构，通过任务无关编码器与任务特定解码器组合，在表格数据上实现上下文学习，在分类、回归等六项任务上达到最优或竞争力性能。
2026-10-14 cs.LG
EmDT: Embedding Diffusion Transformer for Tabular Data Generation in Fraud Detection
Arizona State University – School of Mathematical and Statistical Sciences（亚利桑那州立大学数学与统计科学学院）
EmDT通过UMAP聚类识别欺诈模式，并利用Transformer去噪网络生成欺诈样本，提升分类性能，同时保持隐私保护和特征相关性。
2026-04-29 cs.LG stat.ML
Transformers for Tabular Data: A Training Perspective of Self-Attention via Optimal Transport
Università degli studi di Milano–Bicocca（米兰-比科卡大学）
本文提出一种基于最优传输的表格分类方法，通过生成虚拟分布和优化对齐来提升自注意力的训练效率和准确性。
2026-02-18 cs.LG stat.ML
Hyperbolic Manifold Constrained Tabular Neural Network
Newcastle University（纽卡斯尔大学）
针对表格分类中离散规则结构与欧氏空间DNN几何不匹配问题，提出HDE-Net，通过抽象特征为LDN并嵌入双曲空间，引入软决策路由机制和容量分配算法，在分类基准上取得最佳平均排名，优于其他方法。
2026-09-29 cs.LG stat.ML
From Prompts to Trees: Effective LLM-Guided Tree Generation for Few-Shot Tabular Classification
National University of Singapore（新加坡国立大学）；Huazhong University of Science and Technology（华中科技大学）
本文提出一种三阶段框架，通过提示LLM生成规则并组织成决策树，在少样本表格分类中实现高准确率与可解释性，同时降低推理成本和提示开销。
2026-10-08 cs.AI cs.CL cs.LG
ConTextTab: A Semantics-Aware Tabular In-Context Learner
SAP France（SAP法国分公司）；SAP SE（SAP德国分公司）
本文提出ConTextTab，通过整合多模态专用嵌入与大规模真实数据训练，将语义理解融入表格原生ICL框架，在广泛基准上媲美SOTA并在CARTE基准上创新高。
2025-11-03 cs.AI cs.LG
Debugging Tabular Log as Dynamic Graphs
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Amazon（亚马逊）
本文提出GraphLogDebugger框架，利用动态图模型高效调试表格日志，优于大型语言模型。
2025-12-28 cs.CL cs.LG
AutoGluon-Tabular: Robust and Accurate AutoML for Structured Data
Amazon（亚马逊公司）
我们介绍AutoGluon-Tabular，这是一个开源的AutoML框架，只需要一行Python就可以在未处理的表格数据集（如CSV文件）上训练高度准确的机器学习模型。与现有的AutoML框架主要关注模型/超参数选择不同，AutoGluon-Tabular通过集成多个模型并将其堆叠在多个层中而获得成功。实验表明，我们的多层组合的许多模型提供了更好地利用分配的训练时间比寻找最好的。第二个贡献是对公共和商业AutoML平台的广泛评估，包括TPOT，H2O，AutoWEKA，Auto-sklearn，AutoGluon和Google AutoML Tables。对来自Kaggle和OpenML AutoML Benchmark的50个分类和回归任务的测试表明，AutoGluon更快，更强大，更准确。我们发现，AutoGluon的表现甚至往往优于所有竞争对手的事后诸葛亮组合。在两个流行的Kaggle竞赛中，AutoGluon在对原始数据进行了4小时的训练后，击败了99%的参与数据科学家。
2020-03-13 cs.LG stat.ML
MaskTab: Scalable Masked Tabular Pretraining with Scaling Laws and Distillation for Industrial Classification
Zhejiang University（浙江大学）；MyBank, Ant Group（蚂蚁集团MyBank）
MaskTab通过结合监督预训练和MoE增强损失，提升工业表格数据的分类性能，实现更高的AUC和KS值，并在轻量化模型中保持鲁棒性。
2026-05-12 cs.AI cs.CL cs.LG
Diffusion-Driven Synthetic Tabular Data Generation for Enhanced DoS/DDoS Attack Classification
本文提出利用扩散模型生成合成表格数据以解决网络入侵检测中的类别不平衡问题，通过增强少数类样本提升攻击分类性能。
2026-01-30 cs.AI cs.CR cs.LG
SORTAD: Self-Supervised Optimized Random Transformations for Anomaly Detection in Tabular Data
Intel Corporation（英特尔公司）
本文提出SORTAD算法，通过自监督优化随机变换解决表格数据异常检测中数据不相关性的挑战，最优选择变换并设计敏感评分函数，在多个数据集上达到最先进性能。
2023-11-18 cs.LG
Trust Issues: Uncertainty Estimation Does Not Enable Reliable OOD Detection On Medical Tabular Data
Pacmed BV
在医疗保健等高风险现实环境中部署机器学习模型时，准确评估模型对异常输入的预测的不确定性至关重要。然而，有一个缺乏的文献分析这个问题的医疗数据，特别是混合类型的表格数据，如电子健康档案。我们提出了一系列的测试，包括各种各样的当代不确定性估计技术，以确定他们是否能够识别出的分布（OOD）患者，以缩小这一差距。与以前的工作相比，我们设计了现实和临床相关的OOD组的测试，并在现实世界的医疗数据上运行实验。我们发现，几乎所有的技术都未能取得令人信服的结果，部分不同意与早期的研究结果。
2020-11-06 cs.AI cs.LG stat.ML
TabDistill: Distilling Transformers into Neural Nets for Few-Shot Tabular Classification
TabDistill通过将复杂Transformer模型的知识蒸馏到更简单的神经网络中，实现了在少样本情况下高效且准确的表格分类。
2025-11-20 cs.AI cs.CL cs.LG
Open World Autoencoding Drift Detection with Novel Class Recognition in Tabular Non-stationary Data Streams
Department of Systems and Computer Networks（系统与计算机网络系）；wrocław University of Science and Technology（沃林大学科学与技术学院）
提出一种基于自编码器重构误差的无监督概念漂移检测方法，通过密度估计识别新类样本，利用镜像自编码器独立增量适应变化分布，在合成表格数据流上实验表明与当前最优方法竞争。
2026-05-28 cs.LG
Efficient Provably Private Classification with a Tabular Foundation Model
University of Helsinki（赫尔辛基大学）；University of Cambridge（剑桥大学）；CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心）
PrivTab是一个内嵌隐私机制的表格基础模型，通过上下文学习生成可证明私密的摘要，在强隐私下优于现有基线，泄漏可忽略，拟合时间减少万倍。
2026-10-08 cs.CR cs.LG
Weighting and Pruning based Ensemble Deep Random Vector Functional Link Network for Tabular Data Classification
Nanyang Technological University（南洋理工大学）
在本文中，我们首先将批量归一化引入edRVFL网络。这种重新归一化方法可以帮助网络避免隐藏特征的发散。然后，我们提出了新的变体的Ensemble深度随机向量功能链接（edRVFL）。加权edRVFL（WedRVFL）使用加权方法根据样本在前一层中如何自信地分类，在不同层中给予训练样本不同的权重，从而增加集成的多样性和准确性。此外，还提出了一种基于修剪的edRVFL（PedRVFL）。在生成下一个隐藏层之前，我们根据它们对分类的重要性修剪了一些低级神经元。通过这种方法，我们确保随机生成的劣质特征不会传播到更深层。随后，加权和修剪相结合，被称为加权和修剪的嵌入式深度随机向量功能链接网络（WPedRVFL），提出。我们在24个表格UCI分类数据集上将其性能与其他最先进的深度前馈神经网络（FNN）进行了比较。实验结果表明，我们提出的方法的优越性能。
2022-01-21 cs.AI cs.CV cs.LG
