arXiv · cs.AI· Mohamed Karim Belaid, Maximilian Rabus, Eyke H\"ullermeier·· 6 小时前
成对差异学习扩展至分类任务并提出PDL分类器
Pairwise Difference Learning for Classification
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mohamed Karim Belaid, Maximilian Rabus, Eyke H\"ullermeier
期刊信息（来源提供）：Discovery Science (DS 2024), Lecture Notes in Computer Science, vol. 15244, pp. 284-299, Springer (2025)
研究任务与主要进展
作者提出成对差异学习（PDL）分类方法，通过对成对训练样本定义二元分类问题来学习两个样本结果差异，并据此对查询样本进行预测。基于论文摘要，作者称该方法在大规模实证研究中取得了优于现有方法的预测性能，并提供了公开的Python实现；具体基准、数据规模和实验条件未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org