本文介绍了一种名为序数回归感知机的传统神经网络应用于序数类别学习的方法，该方法在多个基准数据集上优于传统神经网络，适用于信息检索和生物信息学等领域。此外，提出的序列预测框架Ord2Seq显著提升了有序回归任务的性能，并在不同场景中超越现有方法。研究还探讨了基于阈值的在线主动学习算法和鲁棒性支持向量序回归模型，展示了在异常值存在时的优势。