对抗扰动下鲁棒
通过信息论时序结构先验将解释过程重构为结构约束优化，在不牺牲预测精度的前提下显著提升解释的对抗鲁棒性。
Yueshan, Chen · Xinkai, Kuang · 张四海
Pattern Recognition Letters 2026
作为模型无关的后置模块应用，直接加固任意训练好的时序预测器的解释，避免昂贵的重训练开销。
通过将原始归因投影到由滞后依赖矩阵诱导的子空间，固有地滤除对抗扰动，同时遮挡测试证实真实特征依赖的保真度得以保留。
在三个预测器和两个真实多变量数据集上，对抗攻击下的鲁棒性指标一致优于最先进的防御方法。