本报告围绕“数据集不平衡程度评估”展开，聚焦于如何科学量化多类数据中的结构性不平衡问题，突破传统以样本比例为核心的评估局限。报告系统回顾了不平衡评估的发展脉络，分析了现有方法在面对类别重叠、边界复杂等结构特征时的适应能力，并重点介绍了一种基于最小生成树的新型度量方法——MFII，能够联合考虑簇分布与类别混杂程度。通过在多种真实与合成数据集上的实证分析，验证了该方法在稳定性与解释性上的优势。报告最后，讨论了当前方法对高维复杂数据的适配性限制，并提出了未来在多视角建模、深度表示结合等方向的研究展望。
数据集不平衡评估-马西洋原创文章，作者：bfs，如若转载，请注明出处：https://www.isclab.org.cn/2025/07/28/%e6%95%b0%e6%8d%ae%e9%9b%86%e4%b8%8d%e5%b9%b3%e8%a1%a1%e8%af%84%e4%bc%b0/
本次报告从计算机的总体结构切入，介绍的了计算机系统的分层体系结构；对操作系统及其内核的做了详细说明，包括操作系统与操作系统内核的关系，以及操作系统内核的主要功能等内容；报告还分析了…
本文介绍两种隧道流量识别方法：DecETT方法构建不同的损失解耦隧道流协议特征和应用语义特征，实现AF检测；Graphtunnel方法构建DNS递归解析图进行DNS隧道流量监测。未…
强化学习（Reinforcement learning ，RL ）是机器学习领域之一，研究如何通过一系列的顺序决策来达成一个特定目标。本次报告从强化学习的基本框架开始，介绍了强化学…
本次报告介绍了web项目开发方法，展示了在web开发过程中前后端分离与前后端不分离两种开发模式的基本流程以及优缺点，然后大致介绍了前端与后端各自常用的web框架，最后具体介绍了对外…
在很多场景下，收集大量的有标签的数据是非常昂贵、困难、甚至不可能。因此在特定领域、小语种等缺乏标注资源的情况下，NER 任务往往得不到有效解决。为了解决少量标注数据的命名实体识别，…
随着大语言模型生成文本规模持续扩大，跨模型、跨领域场景下的机生文本检测面临泛化性不足的挑战。本次学术报告从文本生成机制出发，系统介绍了基于前文记忆建模与多范围写作策略差异的代表性方…
内存管理是指软件运行时对计算机内存资源的分配和使用的技术。其最主要的目的是如何高效，快速的分配，并且在适当的…
可解释性对于建立用户与决策模型之间的信任关系至关重要，提高机器学习模型的可解释性和透明性是机器学习在现实任务中进一步发展和应用的关键。本次报告带大家了解机器学习常用的可解释方法的基…
文本-图像生成模型在当今生活中有广泛应用，最新研究表明，这类多模态的生成模型也面临着安全风险，例如对抗样本攻击、成员推理攻击和后门攻击等。本次学术报告介绍了文本-图像生成模型最新的…
Android操作系统是一个开放式的操作系统，保护这样一个开放平台，需要强有力的安全体系结构。Android系统拥有多层次的安全机制，可以灵活地满足用户各层次的安全需求。 1…
