当噪声标签遇上长尾困境：一种表征校准方法

基于摘要分析。本文研究标签错误与长尾类别不平衡同时存在时的分类泛化问题，提出表征校准方法 RCAL：利用无监督对比学习提取表征，恢复受标签噪声和类别不平衡污染的类条件分布，再从恢复后的分布中采样额外表征点辅助训练。 核心假设是：在不存在错误标签与类别不平衡的条件下，每个类别的实例表征服从多元高斯分布。RCAL 据此进行表征分布恢复，而非仅在观测标签或类别频次上修正。摘要还称，分类器训练阶段的表征学习利用了对比学习带来的鲁棒性，但具体优化目标、参数更新方式及采样策略尚未验证。作者认为该假设比既有方法的强假设更温和且更易检验；这一判断仍需结合正文中的检验方式与适用条件核对。 作者报告提供了讨论表征校准有效性的理论结果，并在多个基准上获得支持其方法优势的实验结果。摘要未给出基准名称、数据划分、噪声机制、长尾程度、对照方法或具体指标，实验协议、消融及统计信息尚未验证，因而不能量化收益或判断其在不同污染条件下的稳定性。 平台推测（待验证）：若 EEG 分类数据同时存在标签不确定性与类别不平衡，可假设其对比学习表征也能通过类条件分布校准改善分类。可复用的是“表征提取—分布恢复—表征采样”流程，需改造 EEG 编码器、对比增强及标签噪声设定。低信噪比、跨被试差异和通道变化可能使单类表征呈多峰分布，小样本尾类也可能导致分布估计不稳定。一个可检验的小实验是在固定被试内划分、保持测试集不变的条件下，仅向训练集施加可控标签噪声和类别不平衡，对比相同编码器有无 RCAL 时的 Balanced Accuracy 与尾类召回率，并检验高斯拟合情况。该实验仅用于检验迁移假设，不代表已证实的 EEG 效果；已有 EEG 相关工作尚未检索确认。