Probabilistic instance dependent label refinement for noisy label learning

Label refinement methods are designed to improve the quality of training labels by incorporating model predictions into the original training labels. By adjusting the combination coefficient of the noisy label, the impact of noise is reduced, which in turn makes the training process more robust. How...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Machine learning Ročník 114; číslo 5; s. 120
Hlavní autoři:	He, Hao-Yuan, Liu, Yu, Liu, Ren-Biao, Xie, Zheng, Li, Ming
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.05.2025 Springer Nature B.V
Témata:	Algorithms Artificial Intelligence Computer Science Control Labels Machine Learning Mechatronics Natural Language Processing (NLP) Neural networks Noise generation Optimization Probability Probability theory Robotics Simulation and Modeling Statistical analysis Deep neural networks Instance-dependent noise Machine learning Classification Noisy label learning
ISSN:	0885-6125, 1573-0565
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!