PyTorchKR Papers

최신 논문

총 31편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.15816v1cs.LG

ML-CLAPPS: 클래스 우선순위화를 적용한 불균형 다중 레이블 학습을 위한 확률론적 프레임워크

ML-CLAPPS: A Probabilistic Framework for Imbalanced Multilabel Learning under Class Prioritization

실세계 데이터셋은 심각한 클래스 불균형을 보이는 경우가 많으며, 이는 특히 희귀 클래스에서 심층 학습(deep learning) 모델의 성능을 저하시킵니다. 이진 및 다중 클래스 환경에서는 불균형에 대한 연구가 활발히 이루어졌지만, 복잡한 레이블 동시 발생(co-occurrence)으로 인해 다중 레이블(multilabel) 문제에서는 훨씬 더 큰 난제가 됩니다. 심전도(ECG) 분류와 같은 임상 응용 분야에서는 이러한 난제와 함께 두 번째 결정적인 과제가 결부되는데, 이는 위음성(false negative)으로 인한 막대한 비용을 줄이기 위해 유병률과 무관하게 고위험 질환의 우선순위를 지정해야 한다는 점입니다. 본 연구에서는 학습 인스턴스에 대한 분포를 최적화하여 모델의 서로 다른 클래스에 대한 노출을 제어하는 학습 가능한 샘플러인 다중 레이블 클래스 우선순위화 확률론적 샘플러(Multilabel Class-Prioritized Probabilistic Sampler, ML-CLAPPS)를 소개합니다. 이 접근 방식은 다중 레이블 불균형을 해결하는 동시에 사용자 정의 중요도 벡터(importance vector, IV)를 통해 중요한 질환의 우선순위화를 가능하게 합니다. 실세계 다중 레이블 ECG 이미지 데이터셋을 사용한 실증적 평가는 ML-CLAPPS가 최고 수준(SOTA)의 성능을 달성함을 입증합니다. 우리는 본 모델이 지정된 IV에 클래스 노출도를 일치시키며, 특정 클래스의 중요도를 높이면 해당 클래스의 분류 성능이 상응하여 향상됨으로써 임상적으로 중대한 질환의 명시적인 우선순위화가 가능함을 보여줍니다.

arXiv:2609.23714v1cs.CV

컴퓨터 비전과 불균형 인지 학습을 이용한 전염성 소 눈병 감지

Infectious Bovine Pinkeye Detection Using Computer Vision and Imbalance-Aware Learning

전염성 소 눈병은 가축의 건강, 복지, 농업 생산성에 악영향을 미치는 전염성 안구 질환이다. 기존 진단은 주로 임상 관찰에 의존하는데, 이는 주관적일 수 있고 시간이 많이 들며, 대규모 목장이나 원격 환경에서 효율적으로 시행하기 어렵다. 본 연구는 You Only Look Once(YOLO) v11과 YOLOv26을 평가·비교하여 소 눈병의 자동 분류를 수행하고, 클래스 균형화 전략이 모델 성능에 미치는 영향을 조사했다. 각 아키텍처의 다섯 가지 변형(n, s, m, l, x)을 원본 불균형 데이터셋, Random Minority Oversampling(RMO), 적응형 Synthetic Minority Oversampling Technique(SMOTE)을 사용하여 학습·평가했다. YOLOv11과 YOLOv26 모두 강한 분류 성능을 보였으나, 클래스 균형화의 효과는 모델 변형마다 달랐다. YOLOv11의 경우 RMO-s는 정확도 0.99, macro F1-score 0.98, true positive rate(TPR) 1.00을 달성했으며 false-negative 분류는 없었다. RMO-m 역시 TPR 1.00과 false negative가 없었다. YOLOv26의 경우 원본 l, RMO-m, RMO-l 변형 각각 정확도 0.99, macro F1-score 0.98을 달성했고, RMO-l은 TPR 1.00과 false negative가 없었다. 전반적으로 RMO는 적응형 SMOTE보다 소수 클래스 탐지에서 더 큰 개선을 주는 경우가 많았으며, 원본 YOLOv26-l의 우수한 성능은 모든 모델 변형에 오버샘플링이 필요하지 않음을 보여준다. 이러한 결과는 YOLOv11과 YOLOv26이 소 눈병 자동 감지에 잠재력이 있음을 보여 주며, 가축 건강 모니터링을 위한 추가 평가를 뒷받침한다.

arXiv:2607.22286v1cs.LG

이상 탐지의 불균형 상황에서 평가 지표에 대한 통찰

An Insight on Evaluation Metrics Under the Imbalanced Case of Anomaly Detection

이상 탐지(anomaly detection)는 본질적으로 심각한 클래스 불균형(class imbalance)을 특징으로 하며, 이로 인해 평가 지표(evaluation metrics)의 해석이 어렵다. AUROC, AUPR, F1-score, MCC와 같은 지표들이 널리 사용되지만, 그 값은 이상치 비율(anomaly ratio)에 따라 서로 다른 의미를 전달한다. 본 연구에서는 다양한 불균형 수준에서 이상 탐지에 널리 쓰이는 위 네 가지 평가 지표의 거동을 분석한다. 우리는 지표 값을 참양성률(true positive rate)과 참음성률(true negative rate)에 연관 짓는 시각화인 metric landscape(지표 지형) 연구에 초점을 맞추며, 이를 통해 지표의 선호도와 안정성에 대한 직관적인 관점을 제공한다. 우리의 분석은 서로 다른 불균형 비율을 가진 데이터셋(dataset) 간 이상 탐지 결과를 해석하고 비교하는 데 실용적인 지침을 제공한다.

arXiv:2508.10017v2cs.CR

SMOTETomek과 FedProx를 활용한 불균형 임상 데이터上的 차등 프라이버시 연합 학습을 위한 견고한 파이프라인

A Robust Pipeline for Differentially Private Federated Learning on Imbalanced Clinical Data using SMOTETomek and FedProx

연합 학습(Federated Learning, FL)은 분산된 데이터에서 모델 학습을 수행하면서 환자 프라이버시를 보호하는 협력적 건강 연구를 위한 획기적인 접근법을 제시한다. FL은 차등 프라이버시(Differential Privacy, DP)와 결합될 때 형식적인 보안 보장을 제공한다. 그러나 이러한 기술의 통합은 프라이버시와 임상적 유용성 사이에 상당한 트레이드오프를 도입하며, 의료 데이터셋에 흔히 존재하는 심각한 클래스 불균형으로 인해 이 과제는 더욱 복잡해진다. 본 연구는 체계적이고 다단계적인 분석을 통해 이러한 상호 연관된 문제들을 다룬다. 심혈관 위험 예측을 위한 FL 프레임워크를 구현했으며, 초기 실험에서 표준 방법들이 불균형 데이터에 어려움을 겪어 재현율이 0에 그쳤음을 보였다. 이러한 한계를 극복하기 위해, 먼저 클라이언트 수준에서 하이브리드 Synthetic Minority Over-sampling Technique with Tomek Links(SMOTETomek)를 통합하여 임상적으로 유 useful한 모델을 성공적으로 개발했다. 이후 프레임워크는 튜닝된 FedProx 알고리즘을 사용하여 non-IID 데이터에 맞게 최적화되었다. 최종 결과는 프라이버시 예산(epsilon)과 모델 재현율 사이에 명확한 비선형 트레이드오프가 있음을 보여주며, 최적화된 FedProx가 표준 FedAvg를 지속적으로 능가했다. 프라이버시-유용성 프론티어에서 최적 운영 영역이 확인되었으며, 여기서는 강력한 프라이버시 보장(epsilon 9.0)을 달성하면서도 높은 임상적 유용성(재현율 77% 초과)을 유지할 수 있다. 궁극적으로 본 연구는 실제 세계의 이질적인 의료 데이터에 적용할 수 있는 효과적이고 안전하며 정확한 진단 도구를 구축하기 위한 실용적인 방법론적 청사진을 제공한다.

arXiv:2607.20787v1cs.LG

합성 소수 클래스 데이터는 중복적이거나 무효하다: 데이터 의존적 타당성 이론과 바이어스 제거 검정

Synthetic minority data is redundant or invalid: a data-dependent validity theory and a de-biased test

20년간 클래스 불균형 학습의 표준 해결책은 소수 클래스의 합성 예시를 생성하는 것이었으며, 이들의 타당성에 대한 표준 증거는 실패할 수 없는 검증이었다: 합성 포인트는 이를 생성한 바로 그 데이터를 기준으로 채점된다. 우리는 이 검증의 바이어스를 제거한다. 타당성은 모집단 수량, 즉 합성 포인트가 실제로 소수 클래스에 속할 확률이 되며, 합성 포인트를 보류된 실제 데이터에 대해 채점하는 일관 추정량을 통해 측정된다. 홀드아웃 정답이 있는 경우, 고전적 검정은 방법-불균형 비율 셀의 96-99%에서 실제 무효성을 과소평가하는 반면, 바이어스 제거 추정량은 이를 밀접하게 추적한다. 우리는 타당성이 방법이 아니라 데이터의 속성임을 증명한다: 클래스 중첩은 어떤 충실한 생성기도 피할 수 없는 무효성 하한을 설정하여, 클래스가 분리된 경우 오버샘플링을 중복적으로 만들고 중첩된 경우 무효하게 만든다. 91개 방법, 3개 분류기, 의학과 금융에 걸친 데이터셋 전반에서 — 고전적 검정을 통과하도록 설계된 생성기를 포함하여 — 어떤 방법도 두 기준을 모두 충족하지 못한다: 최상의 사소한 기준선 대비 이득은 노이즈 수준으로 미미하며(중앙값 0.01 F1 미만, 결정 임계값의 범위), 대부분은 보정을 손상시킨다. 우리는 이 감사를 pip로 설치 가능한 검정으로 공개하고, 증명의 부담을 전환한다: 합성 소수 클래스 데이터는 이제 해당 데이터에 대해 타당성과 정보 이득 모두를 입증해야 한다.

arXiv:2607.21089v1cs.CV

손실 지형 토폴로지가 클래스 불균형 하 3D 포인트 클라우드 분할에서 단순 기준선이 경쟁력 있는 이유를 밝히다

Loss Landscape Topology Reveals Why Simple Baselines are Competitive at 3D Point Cloud Segmentation Under Class Imbalance

3D 포인트 클라우드의 의미론적 분할은 심각한 클래스 불균형에 직면하지만, 2D 컴퓨터 비전(CV)에서 개발된 불균형 인식 전용 방법들의 효과가 3D 맥락에서 어느 정도인지는 여전히 불분명하다. 극단적(641:1) 및 중간(56:1) 불균형 비율을 갖는 데이터셋에서 11가지 불균형 완화 접근법을 체계적으로 평가한 결과, 놀라운 발견이 드러났다. 균일 가중치를 적용한 표준 교차 엔트로피는 아키텍처와 데이터셋 전반에 걸쳐 전용 방법들과 경쟁력 있는 성능을 달성하며, 일반적으로 mIoU 기준 0.8–3.3% 이내에 머문다. 오류 패턴, 결정 경계, 최적화 지형의 기하학에 대한 다각적 메커니즘 분석을 통해, 분석 결과는 불균형의 심각도가 토폴로지를 형성한다는 점을 시사한다. 극단적 불균형에서는 좁은 해 분지가, 중간 불균형에서는 평평한 고원이 형성된다. 이는 모든 방법이 이러한 기하학적 제약을 통과해야 하므로, 손실 수준 수정의 효과를 제한하는 것으로 보인다. 본 연구 결과는 실용적 지침을 제공한다. 표준 교차 엔트로피는 견고한 기준선을 제공하며, 전용 방법은 0.8–3.3% mIoU의 완만한 개선을 제공하지만 아키텍처와 데이터셋에 따라 달라지며, 부적절하게 튜닝되면 상당한 성능 저하 위험이 있다. 본 연구는 2D에서 효과가 입증된 기법들이 포인트 기반 3D 포인트 클라우드 분할로 쉽게 이전되지 않는 이유에 대한 최초의 메커니즘적 설명을 제공하며, 두 가지 대표적 아키텍처에서 검증되었다.

arXiv:2607.13837v1cs.LG

NodeImport: 노드 중요도 평가를 통한 불균형 노드 분류

NodeImport: Imbalanced Node Classification with Node Importance Assessment

실제 응용에서 그래프상의 노드 분류는 다수 클래스가 학습을 지배하여 모델 성능에 편향이 발생하는 클래스 불균형(class imbalance) 문제를 흔히 겪는다. 기존 GNN은 이러한 상황에서 다수 클래스에 과적합(overfitting)하고 소수 클래스를 과소 대표하는 경향이 있어 어려움을 겪는다. 클래스 크기에 기반하여 노드를 우선순위화하거나 소수 클래스를 위해 새로운 노드를 합성하는 기존 해결책들은 이러한 불균형 문제를 효과적으로 다루지 못하는 경우가 많다. 본 논문은 중요도 측정을 위해 균형 잡힌 메타-세트(meta-set)를 활용하는 클래스 불균형 노드 분류 접근법을 제안한다. 학습 노드는 편향 없는(unbiased) 설정에서 모델 성능을 향상시키면 중요한 것으로 간주된다. 우리 방법은 클래스 불균형을 완화할 수 있는 중요한 노드를 식별하고 이를 모델 학습에 활용하여, 학습 과정 전반에 걸쳐 세밀하고 동적인 노드 선택을 가능하게 한다. 우리는 노드 중요도를 직접 평가하는 공식을 이론적으로 유도하여 계산 비용을 줄이고 노드 선택을 위한 직관적인 임계값을 제공한다. 이 지표를 바탕으로 편향 없는 맥락에서 모델 성능을 향상시키는 가치 있는 라벨링된 노드, 라벨 없는 노드, 합성 노드를 걸러내는 새로운 프레임워크를 개발한다. 이 프레임워크의 핵심 장점은 합성 노드 생성 과정과 필터링 과정을 분리하여 다양한 노드 생성 방법과의 호환성을 보장한다는 점이다. 또한 전체 특징 분포에 근접하는 고품질 메타-세트를 구성하는 전략을 도입하여 각 클래스의 견고한 대표성을 보장한다. 우리는 여러 데이터셋과 널리 쓰이는 GNN 아키텍처를 사용하여 NodeImport 프레임워크를 평가했으며, 기존 베이스라인 대비 우수함을 보였다. 결과는 클래스 불균형 완화에서 프레임워크의 유연성과 효과를 강조하며, 개선된 성과로 이어진다.

arXiv:2607.11994v1cs.LG

계층적 종속 구조를 가진 데이터에서 클래스 불균형 효과 완화

Mitigating The Effect of Class Imbalance in Data with Hierarchical and Dependable Structure

Common Weakness Enumeration(CWE) 분류 체계를 사용한 사이버보안 취약점 분류는 극심한 클래스 불균형과 취약점 카테고리 간 강한 계층적 종속성 때문에 어렵다. 소수 클래스 합성 오버샘플링 기법(SMOTE) 및 적응형 합성 샘플링(ADASYN)과 같은 오버샘플링 기법은 클래스 불균형 완화에 널리 쓰이지만, 계층적 CWE 텍스트 분류에서의 효과는 거의 검토되지 않았다. 본 논문은 학습 가능한 부모 클래스 임베딩을 통해 CWE 구조 정보를 명시적으로 통합하고 분류 체계적 일관성을 보존하는 계층 인식(Hierarchy-Aware) RoBERTa 프레임워크를 제안한다. 실험 결과, 고차원 임베딩 공간에서의 합성 보간은 CWE 계층의 고유한 부모-자식 제약을 위반하며, 고전적 ML 모델에는 미미한 이점만 주는 반면 심층 학습 아키텍처의 성능은 일관되게 저하시킨다. CWE Research Concept 데이터셋에서 평가한 제안 모델은 데이터 증강 없이 가중 F1-score 0.76을 달성해 모든 기준선을 능가했으며, BERT 기준선 대비 F1-score가 0.40에서 0.60으로 향상된 Class 카테고리를 포함한 소수 클래스에서 뚜렷한 개선을 보였다. 이 결과는 구조화된 취약점 분류에서 계층 인식 표현 학습이 오버샘플링보다 더 원칙적인 대안임을 시사한다.

arXiv:2607.09837v1cs.CV

클래스 불균형 하의 신뢰도 인식 앙상블 분류: 액상 기반 자궁경부 세포학에 대한 캘리브레이션 연구

Reliability-Aware Ensemble Classification Under Class Imbalance: A Calibration Study on Liquid-Based Cervical Cytology

자궁경부 세포학 분류 모델은 일반적으로 엄선된 클래스 균형 벤치마크에서 평가되지만, 실제 액상 기반 세포학(LBC) 데이터 컬렉션은 소규모이며 클래스 불균형인 경우가 많다. 본 논문은 Mendeley LBC 데이터셋을 대상으로 클래스 불균형 인식 및 캘리브레이션 인식 앙상블 분류 연구를 제시하며, 이진 형태로 축약하지 않고 네 가지 클래스의 베데스다 분류 체계(NILM, LSIL, HSIL, SCC)를 그대로 사용한다. 세 가지 경량 아키텍처(Swin-Tiny, TinyViT-5M, DenseNet121)를 가중 랜덤 샘플링을 통해 클래스 불균형을 상쇄하면서 Mendeley LBC에서 직접 학습하고, 두 가지 소프트 보팅 앙상블(Hybrid-2, Hybrid-3)과 비교한다. 사후 온도 스케일링(post-hoc temperature scaling)은 각 교차 검증 폴드의 학습 구간에서 별도로 분리한 보류 캘리브레이션 서브셋에 적용되며, 이는 모델 가중치 학습에 사용된 학습 데이터와 최종 지표 산출에 사용된 평가 폴드 모두와 구분된다. 이를 통해 동일 데이터를 두 목적 모두에 사용할 때 발생하는 낙관적 캘리브레이션 추정 문제를 방지한다. 캘리브레이션은 테스트된 모든 모델 및 앙상블 구성에서 예상 캘리브레이션 오차(ECE), 브라이어 점수(Brier score), 음의 로그 가능도를 크게 감소시키는 반면, 판별 지표(정확도, 매크로 F1, 매크로 AUROC)는 실질적으로 변화가 없다. 앙상블 크기는 모든 구성이 적절히 캘리브레이션된 이후 최고 단일 모델 대비 일관된 추가적 신뢰도 이점을 보이지 않는다. 혼동 행렬 분석 결과, 모든 구성에 걸쳐 분류 오류는 고등급 병변(HSIL)과 암종(SCC) 간의 경계에만 국한되며, 음성(NILM) 또는 저등급(LSIL) 카테고리와 관련된 오류는 발생하지 않는다. 이러한 결과는 본 데이터셋에서 신뢰도의 핵심 요인이 앙상블 크기가 아닌 캘리브레이션임을 시사하나, 이 결론은 데이터셋의 규모가 크지 않다는 점을 고려하여 해석해야 한다.

arXiv:2607.11107v1cs.LG

A Novel Graph Fraud Detector via Grouped Attribute Completion and Confidence-Aware Contrastive Learning

Graph fraud detection plays a pivotal role in safeguarding the security and integrity of modern digital ecosystems. Graph Neural Networks (GNNs) are commonly adopted for graph fraud detection. However, the practical performance of existing GNN-based detectors is severely hindered by incomplete node attributes and extreme class imbalance within graphs. To mitigate these limitations, this paper proposes a novel framework for Graph Fraud Detection with Grouped attribute completion and Confidence-aware Contrastive learning, named GFD-GC. Specifically, it first imitates heterogeneous neighborhood structures to implement group-wise aggregation, which obtains informative complete node features by capturing fine-grained graph contextual patterns. Further, it introduces a confidence-aware supervised contrastive learning strategy to augment scarce labeled fraud nodes with high confidence pseudo-fraud nodes, which enhances the compactness of fraud representations and their separability from non-fraud nodes. Extensive experiments demonstrate the superiority of the proposed GFD-GC over state-of-the-art baselines on the graph fraud detection task, thereby providing an effective solution for real-world fraud scenarios.

arXiv:2607.09641v1cs.LG

Semantic Pareto-DQN: 금융 이상 탐지를 위한 다목적 강화학습 프레임워크

Semantic Pareto-DQN: A Multi-Objective Reinforcement Learning Framework for Financial Anomaly Detection

금융 이상 탐지는 극심한 클래스 불균형 문제로 인해 전통적인 단일 목적 알고리즘이 '사기 붕괴(fraud collapse)' 현상을 보이며, 다수 클래스로 기본값을 설정하여 이상 차단과 고객 마찰 간의 균형을 맞추지 못한다. 왜곡적인 데이터 리샘플링 없이 이를 극복하기 위해, 우리는 다목적 강화학습 프레임워크인 Semantic Pareto-DQN을 제안한다. 우리의 접근법은 이질적인 거래 특징을 일관된 자연어 내러티브로 합성하고, 대규모 언어 모델(LLM)로 인코딩함으로써 견고하고 스케일 불변적인 상태 표현을 생성한다. 에이전트는 금융 효과, 운영 마찰, 의미론적 발견을 명시적으로 분리하는 벡터 보상을 최적화한다. 연속적인 파레토 프론티어(Pareto frontier)를 매핑함으로써, 시스템은 놓친 이상 탐지와 거짓 양성의 비대칭적 비용을 동적으로 탐색한다. E-Commerce 사기 및 UCI Credit 데이터셋에 대한 실증 평가에서 Semantic Pareto-DQN은 제로 재현율 함정(zero-recall trap)을 성공적으로 극복함을 보여준다. 이 모델은 스칼라화된 기준선 대비 소수 클래스 재현율에서 우수한 성능을 달성하며, 제한된 운영 마찰을 금융 이상 탐지로 교환하는 대안적 방법을 제공한다.

arXiv:2607.09113v1quant-ph

불균형 테이블형 학습을 위한 양자 회로 본 머신을 활용한 양자 강화 합성 데이터 생성

Quantum-Enhanced Synthetic Data Generation Using Quantum Circuit Born Machines for Imbalanced Tabular Learning

데이터 부족과 클래스 불균형은 머신러닝에서 지속적인 과제로, 모델 일반화 성능을 저하시키고 예측 바이어스를 유발한다. 본 논문은 이러한 한계를 해결하기 위해 양자 회로 본 머신(QCBM)을 활용한 합성 데이터 생성용 하이브리드 양자-고전 프레임워크를 제안한다. 제안된 접근법은 매개변수화된 변분 양자 회로(parameterized variational quantum circuit) 내에서 양자역학적 특성인 중첩(superposition)과 얽힘(entanglement)을 활용하여, 고전적 생성 방법으로는 포착하기 어려운 복잡한 확률 분포를 모델링한다. 실험은 두 가지 테이블형 벤치마크 데이터셋인 Iris 데이터셋과 Telco Customer Churn 데이터셋을 대상으로 수행된다. 전처리 단계에서는 양자 회로의 효율적인 기저 인코딩(basis encoding)을 위해 정규화와 PCA 기반 차원 축소를 적용한다. QCBM은 그래디언트 기반 매개변수 이동 최적화 규칙(parameter-shift optimization rule)을 사용하여 실제 데이터와 생성 데이터 분포 간의 쿨백-라이블러(KL) 발산을 최소화하는 방식으로 학습된다. 소수 클래스의 40~50% 비율로 QCBM이 생성한 합성 샘플로 학습 데이터를 증강하면 F1 점수가 약 5~15% 향상되고 소수 클래스 재현율이 10~25% 개선된다. 교차 도메인 평가(합성 데이터로 학습 후 실제 데이터로 테스트; 실제 데이터로 학습 후 합성 데이터로 테스트)에서는 성능 차이가 3~10%에 불과하여 높은 분포 충실도(distributional fidelity)를 확인할 수 있다. SMOTE, Borderline-SMOTE, KMeansSMOTE, SVM-SMOTE 등 고전적 오버샘플링 방법과의 비교 분석에서 QCBM은 경쟁력 있는 분류 성능을 달성하고 Telco 데이터셋에서 더 낮은 최대 평균 불일치(Maximum Mean Discrepancy, MMD)를 보여, 특정 불균형 환경에서 구조적 유사성이 더 우수함을 시사한다. 이러한 결과는 QCBM이 클래스 불균형이 있는 저차원 구조화 테이블형 데이터에 대한 데이터 증강의 실용적인 보완 도구임을 입증한다.

arXiv:2607.05903v1cs.LG

K-ABENA: K-Adaptive Backpropagation with Error-based N-exclusion Algorithm : (Compensated Loss-Based Sample Exclusion with Unbiased Gradient Estimation)

손실이 낮은 샘플을 역전파에서 제외하여 학습 비용을 줄이는 기존 선택적 역전파(selective backpropagation) 방법들이 그래디언트 편향을 유발하는 구조적 결함을 가짐을 증명하고, 이를 해결하기 위해 Horvitz-Thompson 역확률 가중치와 방어적 혼합 샘플링을 결합한 K-ABENA를 제안한다. 보정된 추정기(compensated estimator)는 전체 배치 SGD와 통계적으로 동등한 성능을 유지하면서 에폭당 그래디언트 연산을 28~54% 절감함을 이론적 수렴 보장과 실험을 통해 입증한다.

arXiv:2607.02103v1q-bio.QM

Structured Gaussian Processes for Uncertainty-Aware Classification of High-Dimensional, Small-Sampled Omics Data

고차원 소표본 오믹스(omics) 데이터 분류를 위해, 생물학적 경로(biological pathway)를 그래프로 인코딩하여 커널에 직접 통합한 구조화 가우시안 프로세스(Gaussian process) 분류 프레임워크를 제안한다. 하이브리드 커널이 정량적 특징과 위상적 맥락을 함께 포착하며, 장내 미생물 데이터셋 세 개에서 비구조화 베이스라인 대비 성능 향상과 함께 교정된 예측 불확실성을 제공함을 보인다.

arXiv:2607.01474v1cs.LG

Class-Grouped Normalized Momentum and Faster Hyperparameter Exploration to Tackle Class Imbalance in Federated Learning

연합학습(FL) 환경에서의 클래스 불균형 문제를 해결하기 위해, 클래스를 분산 기반으로 소수의 그룹으로 묶어 그룹별 모멘텀을 단위 벡터로 정규화하는 클라이언트 측 옵티마이저 FedCGNM을 제안한다. 또한 소규모 연합 환경에서 리샘플링 비율을 효율적으로 탐색하는 X-armed bandit 기반 알고리즘 FedHOO를 도입하여, 4개의 공개 long-tail 벤치마크와 반도체 칩 불량 데이터셋에서 기존 대비 최대 29% 성능 향상을 달성했다.

arXiv:2606.30857v1cs.CL

클래스 가중치 및 임계값 튜닝을 적용한 트랜스포머 기반 다국어 극화 탐지

Multilingual Polarization Detection Using Transformer-Based Models with Class Weighting and Threshold Tuning

SemEval-2026 Task 9의 다국어 온라인 극화(polarization) 탐지 과제에서 영어에는 RoBERTa-base, 스와힐리어에는 AfroXLMR-base를 적용하고, 극심한 레이블 불균형 해소를 위한 클래스 가중 손실 함수와 레이블별 임계값 튜닝을 결합한 시스템을 제안한다. 이진 극화 탐지(Subtask 1)에서 F1 매크로 0.79 이상을 달성했으며, 특히 스와힐리어 발현 식별(Subtask 3)에서 16개 팀 중 2위를 기록하였으나 비인간화(dehumanization) 탐지와 공감 부재 식별은 여전히 어려운 과제로 남는다.

arXiv:2606.31532v1cs.AI

A time-series classification framework for individual-level absenteeism prediction under severe class imbalance

직원 결근 예측을 위해 과거 출근 이력 시퀀스에서 미래 결석 레이블을 분리하는 시계열 분류(TSC) 프레임워크를 제안하며, 극심한 클래스 불균형(결석 비율 약 2.31%) 환경에서 Binary Focal Loss(BFL)와 G-Mean 손실 함수의 그래디언트 동역학을 이론적으로 분석한다. LSTM-FCN 아키텍처가 가장 우수한 정밀도와 특이도를 달성했으며, 적절히 보정된 BFL(α≈0.023)이 자동 보정이 가능한 G-Mean과 유사하게 균형 정확도 0.888을 기록했다.

arXiv:2606.31420v1cs.AI

BP-TTA: Balanced and Prototype-Guided Test-Time Adaptation in Dynamic Scenarios

테스트 타임 적응(TTA) 환경에서 클래스 불균형과 지속적인 도메인 이동이 동시에 발생하는 동적 시나리오를 해결하기 위해, BP-TTA는 배치 균형 샘플링(BBS)으로 메모리 뱅크에서 클래스 균형 배치를 구성하고 카테고리 프로토타입 기반 적응(CPGA)으로 의사 레이블의 신뢰도를 높인다. CIFAR-C, ImageNet-C, DomainNet-126 등 동적 스트리밍 환경의 실험에서 기존 최신 TTA 방법들을 일관되게 능가하는 성능을 보였다.

arXiv:2606.29907v1cs.LG

CW-B: 클래스 불균형에 강인한 다중 클래스 심장 표현형 분류를 위한 클래스 가중 부스팅 프레임워크

CW-B: Class Weighted Boosting Framework for Imbalance Resilient Multi Class Cardiac Phenotyping

클래스 불균형이 심한 실제 임상 데이터에서 5가지 심장 퇴원 표현형을 분류하기 위해, CW-B는 폴드별 클래스 균형 인스턴스 가중치 부여, 결측 지시자 증강, 클래스별 오류 감사를 통합한 XGBoost 파이프라인을 제안한다. 5-폴드 교차 검증에서 트리 기반·앙상블·신경망 기반 베이스라인 대비 Accuracy, Macro-F1, Balanced Accuracy, Prioritized F1 모든 지표에서 최고 성능을 달성하며 해석 가능한 의사결정 논리를 유지한다.

arXiv:2606.29720v1cs.LG

리샘플링의 숨겨진 비용: 불균형 보정이 트리 앙상블의 확률 캘리브레이션을 저하시키는 방법

The Hidden Cost of Resampling: How Imbalance Correction Degrades Probability Calibration in Tree Ensembles

SMOTE와 무작위 과소/과잉 샘플링 등 클래스 불균형 보정 기법이 트리 앙상블의 확률 캘리브레이션(probability calibration)에 미치는 영향을 5개 데이터셋과 2개 앙상블 모델로 실증 분석한 결과, 무작위 과소 샘플링은 불균형 비율 70 환경에서 ECE를 0.008에서 0.395까지 급격히 악화시키는 반면 SMOTE의 캘리브레이션 손실은 소폭(ECE +0.009)에 그치며 Platt 스케일링 또는 등온 회귀 방식의 사후 재캘리브레이션 한 단계만으로 ECE를 최대 66%까지 회복할 수 있음을 보였다. 또한 과소 샘플링 보정에 유효한 사전 이동 보정(prior-shift correction)은 SMOTE가 사전 확률이 아닌 클래스 조건부 밀도를 왜곡하기 때문에 SMOTE에는 적용되지 않으며, 예측 확률이 의사결정에 활용되는 경우 리샘플링 후 반드시 데이터 기반 재캘리브레이션을 수행할 것을 권장한다.