热点事件持续更新
Partial AUC Maximization from Positive-unlabeled Data
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv·Statistics Machine Learning发表一手研究，提出从正样本与无标签数据中最大化部分ROC曲线下面积（pAUC）的方法，无需标注负样本即可在经验风险最小化框架下训练分类器。该方法在10个真实数据集上验证有效，适用于网络安全、医疗和广告等难以获取标注负样本的场景。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
2026-10-02 arXiv发表该论文，提出无需负样本的pAUC最大化方法，并在10个真实数据集上验证有效。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Statistics Machine LearningPartial AUC Maximization from Positive-unlabeled Data
论文提出一种从正样本与无标签数据中最大化部分ROC曲线下面积（pAUC）的方法，无需负样本即可在经验风险最小化框架下训练分类器。该方法在10个真实数据集上验证有效，适用于网络安全、医疗和广告等难以获取标注负样本的场景。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。