Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Unbiased Pseudo-Labeling for Learning with Noisy Labels Pelabelan Pseudo yang Tidak Berat sebelah untuk Pembelajaran dengan Label Bising

Ryota HIGASHIMOTO, Soh YOSHIDA, Takashi HORIHATA, Mitsuji MUNEYASU

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Label bising dalam data latihan boleh menjejaskan prestasi rangkaian saraf dalam (DNN) dengan ketara. Penyelidikan terkini tentang pembelajaran dengan label bising menggunakan sifat DNN yang dipanggil kesan hafalan untuk membahagikan data latihan kepada satu set data dengan label yang boleh dipercayai dan satu set data dengan label yang tidak boleh dipercayai. Kaedah yang memperkenalkan strategi pembelajaran separa penyeliaan membuang label yang tidak boleh dipercayai dan menetapkan pseudo-label yang dijana daripada ramalan yakin model. Setakat ini, strategi separa penyeliaan ini telah membuahkan hasil yang terbaik dalam bidang ini. Walau bagaimanapun, kami mendapati bahawa walaupun model dilatih pada data seimbang, pengedaran pseudo-label masih boleh menunjukkan ketidakseimbangan yang didorong oleh persamaan data. Selain itu, bias data dilihat berpunca daripada pembahagian data latihan menggunakan kaedah separa penyeliaan. Jika kita menangani kedua-dua jenis bias yang timbul daripada pseudo-label, kita boleh mengelakkan penurunan dalam prestasi generalisasi yang disebabkan oleh berat sebelah. bising pseudo-label. Kami mencadangkan kaedah pembelajaran dengan label bising yang memperkenalkan pelabelan pseudo yang tidak berat sebelah berdasarkan inferens sebab. Kaedah yang dicadangkan mencapai keuntungan ketepatan yang ketara dalam eksperimen pada kadar hingar yang tinggi pada penanda aras standard CIFAR-10 dan CIFAR-100.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E107-D No.1 pp.44-48
Tarikh penerbitan
2024/01/01
Diumumkan
2023/09/19
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2023MUL0002
Jenis Manuskrip
Special Section LETTER (Special Section on Enriched Multimedia — Media technologies opening up the future —)
kategori

Pengarang

Ryota HIGASHIMOTO
  Kansai University
Soh YOSHIDA
  Kansai University
Takashi HORIHATA
  Kansai University
Mitsuji MUNEYASU
  Kansai University

Kata kunci

Contents [show]