序数回归综述：应用、进展与前景
计算机视觉与模式识别
2025-03-04 v1
摘要
序数回归是指将对象实例分类到有序类别中。由于能够有效利用有序信息，序数回归在面部年龄估计、图像审美评估甚至癌症分期等多个领域的应用中至关重要。更重要的是，它通过考虑类别顺序来增强模型解释，这有助于理解数据趋势和因果关系。尽管近期取得了显著进展，但仍存在挑战，对序数回归技术和应用进行进一步调查仍是引导未来研究的必需。本综述我们全面检查了序数回归的最新进展和应用。通过引入系统性分类法，我们将相关技术和应用细致归类为三个明确定义的类别，基于不同的策略和目标：连续空间离散化、分布排序学习和消歧实例探讨。这种分类使我们能够结构化地探讨序数回归问题中的各种见解，为更全面的理解和评估该领域及其相关应用提供了框架。据我们所知，这是序数回归的第一篇系统性综述，为该基本且通用的领域的未来研究奠定了基础。
引用
@article{arxiv.2503.00952,
title = {A Survey on Ordinal Regression: Applications, Advances and Prospects},
author = {Jinhong Wang and Jintai Chen and Jian Liu and Dongqi Tang and Danny Z. Chen and Jian Wu},
journal= {arXiv preprint arXiv:2503.00952},
year = {2025}
}