含噪声标签的类别不平衡数据学习

基于摘要分析。本文研究大规模数据中标签错误与类别不平衡并存时的泛化问题，提出表征校准方法 RCAL：在无监督对比学习提取的表征上恢复潜在类别分布，再从恢复后的分布采样额外表征点以辅助分类训练。 核心机制是一个分布假设：若不存在错误标签与类别不平衡，各类别的样本表征服从多元高斯分布。RCAL 据此从受污染的表征分布中恢复潜在分布。作者认为这一假设比既有方法的强假设更温和、更易检验；其适用条件仍需结合正文核对。摘要还指出，分类器训练中的表征学习利用了对比学习带来的鲁棒性，但未披露具体损失形式、分布估计步骤及训练流程。 作者报告提供了讨论表征校准有效性的理论结果，并在多个基准上取得支持其方法优势的实验结果。摘要未给出基准名称、噪声类型与比例、类别不平衡程度、数据划分、对照方法或具体指标，因此不能量化收益；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 分类数据同时存在标签噪声与类别不平衡，RCAL 的表征分布校准及补充采样机制可能具有参考价值，但原论文摘要未涉及 EEG。可复用部分是表征空间的分布恢复与采样，需改造的是适合 EEG 时序及通道结构的对比学习编码与数据增强。低信噪比、跨被试分布差异、小样本少数类，以及类别表征偏离高斯假设，都可能使恢复误差被采样放大。一个可证伪的小实验是在固定被试内划分中，仅对训练集施加受控标签噪声与类别不平衡，对比同一表征下启用和不启用 RCAL 的 Balanced Accuracy，并核对少数类表现；这属于迁移假设，而非已验证结果。已有 EEG 相关工作尚未检索确认。