来源:Frontiers of Computer Science 发布时间:2024/8/5 15:11:08
选择字号:
FCS 文章精要:南京航空航天大学黄圣君教授团队——基于成对置信度对比信息的鲁棒AUC优化

论文标题:Robust AUC maximization for classification with pairwise confidence comparisons

期刊:Frontiers of Computer Science

作者:Haochen SHI, Mingkun XIE, Shengjun HUANG

发表时间:15 Aug 2024

DOI:10.1007/s11704-023-2709-5

微信链接:点击此处阅读微信文章

针对成对样本的置信度对比信息的分类问题中,南京航空航天大学黄圣君教授团队撰写了研究论文:基于成对置信度排序的鲁棒AUC优化。

文章信息

标 题:

Robust AUC maximization for classification with pairwise confidence comparisons

引用格式:

Haochen SHI, Mingkun XIE, Shengjun HUANG. Robust AUC maximization for classification with pairwise confidence comparisons. Front. Comput. Sci., 2024, 18(4): 184317

阅读原文:

文章概述

文章旨在提出一个针对Pcomp数据的鲁棒指标PC-AUC,通过最大化PC-AUC来提升模型在Pcomp数据上的鲁棒性。

技术步骤

一方面,PC-AUC被证明与在全监督数据上计算的AUC具有线性相关关系,也就是说最大化在Pcomp数据上的PC-AUC等价于最大化在全监督数据上的AUC。另一方面,我们证明了PC-AUC的一致性,并得到了方法的一个理论误差界。

实验结果

在八个基准数据集上的实验结果表明PC-AUC能有效的提升AUC在Pcomp数据上的鲁棒性。

相关内容推荐:

文章精要 | 北京航空航天大学王薇教授团队:基于区块链和联邦学习的物联网流量入侵检测算法 2024 18(5):185328

文章精要 | 中国科学技术大学刘淇教授团队:用于问题生成的分层答案感知和上下文感知网络 2024 18(5):185321

文章精要 | 中国地质大学(武汉)蒋良孝教授团队:基于标记分布相似度的众包噪声纠正 2024 18(5):185323

文章精要 | 复旦大学邱锡鹏教授团队:??-Tuning: 面向大规模预训练模型的一种基于标签表示学习的高效微调范式 2024 18(4):184320

文章精要 | 南京大学俞扬教授团队:模型梯度:统一策略和模型学习目标的基于模型的强化学习方法 2024 18(4):184339

文章精要|北京邮电大学傅湘玲教授团队等:用CB-Transformer学习从非对齐多模态序列中学习模态融合表征用于多模态情感识别 2024 18(4):184314

文章精要 | 苏州大学李培峰教授团队:结合上下文证据改进汉语隐式篇章关系识别 2024 18(3):183312

文章精要 | 中山大学刘玉葆教授团队:基于自适应特定映射的无监督社交网络嵌入 2024 18(3):183310

文章精要 | 重庆邮电大学张清华教授团队:一种基于多关系和多路径的不确定性知识图谱嵌入方法 2024 18(3):183311

文章精要 | 哈尔滨工程大学於志文教授团队等:EvolveKG: 一种演化知识图谱通用学习框架 2024 18(3):183309

文章精要 | 北京师范大学段福庆教授团队:基于小波散射变换的混合域人脸属性估计研究 2024 18(3):183313

文章精要 | 国防科技大学侯臣平教授团队:弱标签先验约束聚类 2024 18(3):183338

文章精要 | 广州大学刘文斌教授团队:FedDAA:一种鲁棒联邦学习框架用于保护隐私和防御对抗攻击 2024 18(2):182307

文章精要 | 广东技术师范大学张越副教授团队:基于张量显著共峰搜索的弱监督实例共分割 2024 18(2):182305

文章精要 | 武汉大学肖春霞教授团队:CRD-CGAN: 基于类型一致性和相对性约束的多样性文本生成图象 2024 18(1):181304

文章精要 | 用于常识问答的基于知识图谱的元路径推理 2024 18(1):181303

文章精要 | 双曲数据分类器的核化研究 2024 18(1):181301

文章精要 | 联邦学习综述:多方计算的视角 2024 18(1):181336


Frontiers of Computer Science


Frontiers of Computer Science (FCS)是由教育部主管、高等教育出版社和北京航空航天大学共同主办、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊,双月刊,全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授,共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库(CSCD)核心库等收录,为 CCF 推荐期刊;两次入选“中国科技期刊国际影响力提升计划”;入选“第4届中国国际化精品科技期刊”;入选“中国科技期刊卓越行动计划项目”。


《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》(Frontiers)系列英文学术期刊,于2006年正式创刊,以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题,是我国覆盖学科最广泛的英文学术期刊群,其中12种被SCI收录,其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录,具有一定的国际学术影响力。系列期刊采用在线优先出版方式,保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn