该研究针对训练样本标签随机出错的分类问题，提出一种新的判别方法：通过对杂质标签的最大去噪实现真实类别条件分布的识别，其基础概念是相互不可约的真实类别条件分布，另外，相关实验表明，该方法在标杆数据和核粒子分类问题上具有有效性。

Mar, 2013

发展一种分类算法，可从正未标记数据中估计后验分布，对正标记上的噪声具有鲁棒性，对高维数据有效。

Jun, 2016

利用惩罚性差异度度量方法，仅通过来自正类的额外样本，可以正确地估计未标记数据集的类先验。

Nov, 2016

本文提出了一种新的PU学习方法，可同时估计类先验和训练分类器，简单易行且计算效率高，并通过实验验证了该方法的实用性。

Sep, 2018

本文介绍了使用正样本和未标注样本进行PU学习的方法，即使正样本在数据分布中不具有代表性，也可以通过只固定负类分布来解决正偏差问题。通过将负-未标注学习与未标注-未标注学习相结合或利用递归风险估计方法，可以解决正偏差问题。然后，作者提出一种通用的方法来解决PU风险评估的过度配合问题。实验结果表明，无论数据集如何，这两种方法都是有效的。

Feb, 2020

本文提出了Best Bin Estimation（MPE）和Conditional Value Ignoring Risk（PU-learning）两种简单技术解决无标注数据中的分类问题，并表明这两种方法在实证研究中优于以往的方法。

Nov, 2021

通过引入一种名为TCBC的新方法，我们解决了传统半监督学习中的两个挑战：训练样本的不平衡分布导致模型偏向某些类别，以及未标记样本的分布未知且可能与已标记样本不同，在训练过程中进一步导致偏向类别的伪标签。我们通过利用参与训练样本的类别分布估计来纠正模型，使其学习在类别平衡先验下的样本后验概率，从而减轻模型固有的类别偏差。在此基础上，我们还估计了训练过程中当前模型参数的类别偏差，对未标记样本的伪标签进行二次修正，以尽量使不同类别的未标记样本的伪标签分配公平。通过对CIFAR10/100-LT、STL10-LT和大规模长尾数据集SUN397的大量实验，我们提供确凿证据，证明我们提出的TCBC方法可靠地提升了类别不平衡的半监督学习性能。

Dec, 2023

现代分类问题存在类内异质性：每个类别可能具有唯一的属性，如样本大小、标签质量或可预测性（易 vs 难），以及测试时的变量重要性。我们提出了CAP方法，该方法根据类别属性生成特定于类别的学习策略（例如超参数），优化过程更好地适应这些异质性。CAP在损失函数设计和事后logit调整方面具有竞争力，并在公平目标超过平衡准确性时展现明显优势。最后，我们评估了CAP方法在存在标签噪声和加权测试目标的问题上，展示了CAP方法如何同时适应不同的异质性。

Jan, 2024

我们研究了不同类别之间的性能差异问题，并引入了光谱不平衡的概念来研究特征之间的类别偏差，通过构建一个理论框架，并在11个先进的预训练编码器上进行验证，我们展示了如何利用光谱不平衡来比较编码器的质量，评估和结合数据增强策略以缓解这个问题。

Feb, 2024

在这项研究中，我们提出了一个新颖的、高度适应的框架SimPro，它不依赖于对未标记数据分布的任何预定义假设。基于一种概率模型，我们创新地改进了期望最大化（EM）算法，通过明确分离条件和边际类别分布的建模来实现。这种分离在最大化阶段为类别分布估计提供了一个闭合形式的解，从而推导出贝叶斯分类器。而贝叶斯分类器则提高了期望阶段中伪标签的质量。值得注意的是，SimPro框架不仅具备理论保证，而且易于实现。我们还引入了两种新颖的类别分布，扩大了评估的范围。我们的方法在不同基准和数据分布场景下展示了一致的最先进性能。

Feb, 2024