论文，文章和其他相关笔记汇总，方便回顾&查阅。涉及话题：Ordinal Regression, Fairness, Adversial Training
-
Rank consistent ordinal regression for neural networks with application to age estimation 亮点：对输出层采用weight共享和bias不共享方法 解决 ordinal inconsistency 问题，提出 CORAL (Consistent Rank Logits)，并给出理论证明和实验验证；结果表明解决了inconsistency问题有助于改进分类结果
-
Ordinal Regression with Multiple Output CNN for Age Estimation 亮点：上文的参考文章；提出OR-CNN；给出数据集 AFAD；实验验证 multi-class classification 比起 generic regression 表现好
- Adversial Learning 的介绍文章
亮点：简单介绍了对抗学习的提出历史，和截至20年以来有趣发现；其中提到的 pure feature 提取的研究虽然比较直觉，不过给出相应的证明还是挺有趣的
可进一步考察内容：
- 对抗学习中acc下降的原因，或许与无法衡量robustness的样本质量有关 (是否为"好"样本，样本有多"好"
- 进一步考察对抗学习和 pure attribute 之间关系（直接在 pure attribute 上进行扰动，而不是原始输入上扰动
