Topic · 6 篇
其他
暂时放不进任何一格。这个类应该一直很小。
这个方向的收录判据
无法归入以上任何一类，或跨类严重且没有明显主方向。这个类应该保持很小 （< 3%）。如果它变大，说明上面的体系缺了一类，应该回来补 L2 而不是继续往里塞。
本方向全部 6 篇
重新审视多标签分类中的F-measure优化：一种基于采样的方法
Revisiting F-measure Optimization in Multi-Label Classification: A Sampling-based Approach
对视觉多标签任务（如多标签图像识别、属性预测）而言，本文把F-measure最优预测规则中的q^3矩阵乘法改写为可用FFT加速的卷积（降至O(q^2 log q)），并用q个二分类器替代q个多分类器以缓解标签稀疏性，可直接替换现有多标签分类器的推理与训练流程。
RAAS：基于 GRPO 的大语言模型智能体系统架构搜索
RAAS: LLM Agentic System Architecture Search with GRPO
论文提出的「同查询候选群组对比 + 多试验聚合」稳定评估思路，可直接迁移到视觉智能体（如视觉工具调用、多模态推理流水线）的架构搜索与自动设计，缓解绝对分数受任务难度干扰的问题。
在线梯度学习中的动态动量重校准
Dynamic Momentum Recalibration in Online Gradient Learning
SGDF 把梯度动量重解释为信号处理中的最优线性滤波，在线计算时变增益来平衡噪声抑制与信号保留；做视觉模型训练时可直接替换 SGD/Adam 类优化器，尤其适合梯度噪声大的小 batch 或高方差任务。
DF^2-VB：面向多视图多标签分类的双层模糊融合与视图特定提升
DF^2-VB: Dual-level Fuzzy Fusion with View-specific Boosting for Multi-view Multi-label Classification
论文提出的特征级与决策级双层融合框架（模糊动态融合 + 视图特定提升）可直接迁移到多模态/多视图视觉任务中，例如多视角图像分类、多传感器融合识别，为如何联合利用互补特征与各视图预测提供可复用的融合范式。
耦合液态时间常数编码器与现代霍普菲尔德记忆
Coupling Liquid Time-Constant Encoders with Modern Hopfield Memory
把现代霍普菲尔德网络当作内容寻址记忆，与连续时间编码器并联，可作为一种通用的时序特征聚合模块，用于视频动作识别或事件相机等需要同时保留快速变化与长程上下文的视觉时序建模；其梯度收缩、降低 Hessian 迹的分析也为视觉模型优化提供思路。
面向非线性不确定系统因果发现的多项式混沌框架
A Polynomial Chaos Framework for Causal Discovery in Nonlinear Uncertain Systems
该框架将多项式混沌展开（PCE）嵌入结构方程以建模任意噪声分布，为视觉任务中非线性非高斯噪声下的因果发现提供了可识别性保证和不确定性量化手段，可迁移至视觉可解释性分析或鲁棒特征选择。