UA-Tab：面向表格数据的不确定性感知自监督表示学习方法

《Knowledge-Based Systems》：UA-Tab: Uncertainty-Aware Self-Supervised Representation Learning for Tabular Data

　　

徐承焕|金宇珠

摘要

表格数据是医疗、金融和基础设施等领域实际应用中的核心要素，但由于其特征类型多样、缺乏空间结构，且经常存在噪声值或缺失值，给深度学习带来了独特挑战。尽管自我监督学习领域的最新进展为表格数据的表示学习带来了突破，但现有方法往往忽视了现实数据中的一个关键问题——特征层面的不确定性。在本文中，我们提出了UA-Tab（一种针对表格数据的具有不确定性感知的自我监督表示学习方法），这是一种全新的自我监督框架，能够明确建模并利用表格数据中的不确定性。UA-Tab带来了两项关键创新：（1）一种统一的注意力-不确定性机制，该机制能够识别并突出有用且可靠的特征，同时降低噪声值或模糊输入的权重；（2）一种用于生成样本的潜空间扰动策略，使得无需依赖不可靠的负样本即可实现对比学习。通过在包含数值损坏、数据掩码、模式崩溃以及分布外异常等多种合成噪声场景下的成人收入数据集上的全面实验，UA-Tab展现出比VIME、SCARF、STaB、SubTab和TabDeCo等现有自我监督学习方法更强的鲁棒性和泛化能力。值得注意的是，UA-Tab在各种条件下始终能获得最高的准确率和宏观F1分数，同时还能通过其不确定性输出保持结果的可解释性。这些结果表明，UA-Tab有望成为自我监督表格学习的可靠且透明的基础，尤其是在数据质量不稳定且可解释性至关重要的应用场景中。