本文提出了一种新的基于 entropy-aware similarity 的方法用于 balanced clustering, 通过将熵纳入一个新的相似度公式中，将不平衡的数据进行互补聚类来最大化平衡度，实现成功聚类和患者黑色素瘤的识别。

May, 2023

本文提出基于自适应重建误差评分的方法来改善自编码器在异常检测中的性能问题，并在实验中证明了该方法的有效性与可行性。

Jun, 2022

本文针对 UNSW-NB15 数据集的类不平衡和特征空间中的类重叠问题，提出了一种机器学习分类器的数据驱动设计和性能评估方法，其中使用 Balanced Bagging、eXtreme Gradient Boosting、Hellinger Distance Decision Tree 等集成方法来解决不平衡数据问题，提出了两种新的算法来解决类重叠问题，并提高了测试数据的分类性能。实验证明，相比已有技术，该方法在二元和多种情况下均有显著优势。

May, 2022

多变量时间序列异常检测中的基于深度神经网络的特征提取和集成技术及其在水流闭环数据集上的实验结果的改进方法。

Aug, 2023

本研究提出了一个基于遗传编程的混合集成算法，以提高训练数据集（尤其是少数类）的采样效率，并确定比现有方法更好的基本分类器来组合分类器，实验结果表明，在 40％和 50％的训练集规模下，所提出的方法在少数分类预测的特定数据集上表现更佳。

Jun, 2021

本文介绍了一种新的集成异常检测方法 CARE，该方法采用顺序集成方法在每个迭代中对中间结果进行二阶段聚合，从而提高了多维点数据异常检测的准确性。该方法结合了并行和顺序模块来降低偏差和方差。 实验表明，CARE 相比于基线模型和其他异常检测集成模型表现更好。

Sep, 2016

本文提出了一种基于聚类的过采样方法（Clustering Based Oversampling），该方法利用少数派样本与其聚类中心点之间的距离来生成新的少数派样本，它在不影响多数派学习的基础上，利用少数派样本的分布结构改善了在类别不平衡数据上的学习，并通过采取措施以防止异常值产生和过度拟合。深度神经网络实验结果表明，与其他合成数据采样技术相比，该方法在不同数据集上的评估指标上表现更好。

Nov, 2018

采用 Adaptive Ranking-based Sample Selection 框架来解决弱监督下数据不平衡的问题，可提高文本分类任务的效果。

Oct, 2022

通过对一种用于从不平衡数据中训练分类器的流行集成学习方法的尖锐渐近性进行推导，本文比较了与几种其他标准方法在从二元混合数据中训练线性分类器的情况下学习不平衡数据的性能。从结果中发现，增加多数类别的大小可以提高 UB 的性能，特别是当少数类别的大小较小时。与之相反，US 的性能不随多数类别的大小变化而变化，而 SW 的性能则随不平衡程度的增加而降低，表明集成和对参数的直接正则化之间存在固有差异。

Apr, 2024

本研究提出了一种新型的集成学习架构 MESA，该架构通过自适应抽样训练集在迭代中得到多个分类器，并形成级联集成模型，能够直接从数据中学习采样策略以优化最终特征度量，经实验表明 MESA 具有高效性、鲁棒性和可移植性。

Oct, 2020