arXiv · Statistics Machine Learning· Guanhao Zhou, Xiufan Yu·· 2 小时前AI 评分23
EIAD-C2ST：面向严重样本不平衡复杂数据的深度非参数检验
From Imbalance to Evidence: Deep Nonparametric Testing for Complex Data under Severe Sample Imbalance
AI 导读
论文提出增强型不平衡感知深度分类器两样本检验（EIAD-C2ST），一个分类器无关的框架，用于在严重样本不平衡下比较分布，尤其适配图等复杂非欧数据。该方法把多数类样本盈余转化为可重复的检验证据，并为计算成本高的深度分类器提供可扩展的表示摊销实现。理论给出渐近规模保证与功效一致性条件，允许不平衡比发散；仿真与区块链取证应用验证了有效性。
来源：arXiv · Statistics Machine Learning · arxiv.org