发布时间:2025年05月06日
近日,由我所博士生岳景杭在王晶老师和林友芳老师指导下完成的论文Optimal Information Retention for Time-Series Explanations被国际顶级会议ICML 2025录用,论文的相关信息如下:
解释时间序列数据的深度模型对于识别敏感领域(如医疗保健和金融)中的关键模式至关重要。然而,由于缺乏统一的优化准则,现有的解释方法往往存在冗余和不完整的问题,即解释中包含不相关的模式或遗漏关键模式。为了应对这一挑战,本文提出了最佳信息保留原则,其中条件互信息将最小化冗余和最大化完整性定义为优化目标,并从理论上推导出相应的目标函数。本文提出了一个解释框架 ORTE,用于学习一个二进制掩码来消除冗余信息,同时挖掘解释的时间模式。本文将离散映射过程解耦,以保证梯度传播的稳定性,同时采用对比学习,通过掩码实现对解释模式的精确过滤,从而实现低冗余和高完备性的权衡。在合成和真实世界数据集上进行的广泛定量和定性实验表明,与基线方法相比,所提出的方法显著提高了解释的准确性和完整性。