【报告内容】

汇报人： 姚陈成

汇报单位：河海大学

主题：Dual Data-centric Separation with Circular Mixup

for Noise-resistant Time Series Learning

1、Introduction

2、Method

3、Experiments

4、Conclusion

【报告总结】

1.待解决的问题描述

1）干净样本的判定依据过于单一

①多数方法只用“当前迭代的小损失”构造置信集：依赖单点判据，模型早期预测波动直接决定样本去留；缺少对相似邻居历史预测的利用。

②缺少统一的“难度 + 不确定度”度量：“预测正确”不等于“可信”：当观测类与另一类的 logit 差距很小时，样本可能位于两类分布的重叠区，真实标签本身就难以确定。

③阈值是硬编码的，不随训练动态调整：固定阈值要么剔除过多干净样本，要么纳入过多噪声样本；而真实噪声比例通常是未知的。

2）噪声数据只被“扔掉”，没有被“用起来”

①干净集与噪声集被完全隔离：样本分离方法的常规做法是：干净样本走分类损失，噪声样本走另一路损失或直接丢弃，两类样本之间没有表示层面的交互。

②噪声样本中仍有可用的信息：错误标签未必意味着错误特征：样本的时序模式本身是真实的，被丢弃等于放弃了这部分数据分布。

③缺乏面向时序的、结构化的样本交互设计：直接套用 MixUp 会破坏时序语义，需要在嵌入空间设计受约束的插值方式。

2.相关创新方案

双视角（邻域亲和 + 优化状态）分离，再用循环 MixUp 让干净与噪声样本在嵌入空间交互。

3.实验总结

在基线实验、消融实验、敏感性实验等都取得了优秀的成绩。

4.未来工作

尽管 DREAM 在时序标签噪声学习中通过双重数据中心化探索与循环 MixUp 取得了显著成效，但时序数据的复杂性意味着该领域仍存在广阔的探索空间。未来的工作可以从以下四个维度展开：

首先，突破序列级标签的局限，面向更细粒度的时序标签噪声。 当前框架主要针对序列级分类任务（如 UCR 数据集）设计。然而，现实场景中的时序数据往往包含点级（Point-level）、事件级（Event-level）标签，且极易出现标签时间戳错位（Temporal Misalignment）或边界模糊（Boundary Ambiguity）。如何将加权 k-NN 亲和力图与 APM 动态阈值机制扩展到时间步级别的伪标签推断，并设计针对时间对齐误差的鲁棒损失，是未来极具价值的研究方向。

其次，从单变量时序向多变量耦合与非平稳时序拓展。 目前 DREAM 在 128 个 UCR 单变量数据集上进行了验证，但真实世界的数据（如 FaceDetection 的 144 维、FingerMovements 的 28 维）往往是多通道耦合且非平稳的。多变量之间复杂的相关结构会使得噪声影响系统化，而分布漂移（Distribution Shift）会使历史预测轨迹失效。未来需要探索如何在嵌入空间中设计多通道结构感知的循环 MixUp，并引入动态图神经网络以捕捉随时间演变的多变量耦合关系。

再次，构建面向时序的 IDN 噪声基准与理论分析。 正如前文所述，由于 UCR 数据集缺乏实例难度标注且接近可分性极限，生成标准化的实例相关噪声（IDN）极为困难。未来工作应致力于设计一套专属于时序数据的 IDN 生成协议，例如基于时序复杂度、周期相位偏移或状态过渡段来量化实例易错性。同时，需要从理论上分析循环 MixUp 在时序非平稳分布下的泛化误差界，为方法提供更坚实的数学支撑。

最后，提升算法的计算效率与跨架构通用性。 加权 k-NN 亲和力图的构建与每一轮 APM 记忆库的更新，在超长时序或大规模数据集上会带来较高的计算开销。未来可以探索基于局部敏感哈希（LSH）或近似最近邻（ANN）的高效图构建方法，并研究如何将 DREAM 的核心思想（如模拟噪声类、循环 MixUp）无缝迁移到 Transformer、状态空间模型（如 Mamba）等更前沿的时序架构中，结合自监督预训练，进一步释放噪声数据中的潜在价值。

报告时间：2026年10月02日19:30

腾讯会议：311-5999-8176

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)