双轨机器学习框架

小样本召回99%

集成学习与小样本学习协同，专攻稀有构造类型识别，推理速度达每样本0.01秒。

Penggang, Li · He, Haiyang · FengHua, Gu · Zhu, Xiaoqiang · 王正庆 · 韩世礼 · Yuxing, He · Xiangcheng, Li · Zhang, Huanbao

Big Earth Data 2026

参数信息

大样本场景AUC
0.99
RV类型召回率（小样本）
97 %
RV类型召回率（蒸馏后）
99 %
OI类型召回率（蒸馏后）
99 %
单样本推理时间
0.01 s

技术优势

稀有类型不再误判

通过元学习（TabPFN预训练）与知识蒸馏（迁移至CatBoost）专门优化小样本，RV和OI召回率提升至99%。

推理只要0.01秒

蒸馏后的CatBoost模型将单样本推理时间优化至0.01秒，可快速处理大规模数据。

应用场景