Copertina

Deep Learning Classification With Noisy Labels

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sanchez, Guillaume, Guis, Vincente, Marxer, Ricard, Bouchara, Frédéric
Natura:	Preprint
Pubblicazione:	2020
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Speech foundation models on intelligibility prediction for hearing-impaired listeners
di: Cuervo, Santiago, et al.
Pubblicazione: (2024)

Introducing Fractional Classification Loss for Robust Learning with Noisy Labels
di: Kurucu, Mert Can, et al.
Pubblicazione: (2025)

The Exploration of Error Bounds in Classification with Noisy Labels
di: Liu, Haixia, et al.
Pubblicazione: (2025)

Robust Classification with Noisy Labels Based on Posterior Maximization
di: Novello, Nicola, et al.
Pubblicazione: (2025)

Online Multi-Label Classification under Noisy and Changing Label Distribution
di: Zou, Yizhang, et al.
Pubblicazione: (2024)

Noisy Early Stopping for Noisy Labels
di: Toner, William, et al.
Pubblicazione: (2024)

Aligning Multimodal Representations through an Information Bottleneck
di: Almudévar, Antonio, et al.
Pubblicazione: (2025)

Learning Discriminative Dynamics with Label Corruption for Noisy Label Detection
di: Kim, Suyeon, et al.
Pubblicazione: (2024)

Variational Rectification Inference for Learning with Noisy Labels
di: Sun, Haoliang, et al.
Pubblicazione: (2026)

High-dimensional Learning with Noisy Labels
di: Firdoussi, Aymane El, et al.
Pubblicazione: (2024)

Estimating Noisy Class Posterior with Part-level Labels for Noisy Label Learning
di: Zhao, Rui, et al.
Pubblicazione: (2024)

Confidence HNC: A Network Flow Technique for Binary Classification with Noisy Labels
di: Hochbaum, Dorit, et al.
Pubblicazione: (2025)

FedNoisy: Federated Noisy Label Learning Benchmark
di: Liang, Siqi, et al.
Pubblicazione: (2023)

Robust Training of Vector Quantized Bottleneck Models
di: Łańcucki, Adrian, et al.
Pubblicazione: (2020)

Learning to Clean: Reinforcement Learning for Noisy Label Correction
di: Heidari, Marzi, et al.
Pubblicazione: (2025)

Efficient Bilevel Optimization for Meta Label Correction in Noisy Label Learning
di: Nguyen, Ba Hoang Anh, et al.
Pubblicazione: (2026)

TMLC-Net: Transferable Meta Label Correction for Noisy Label Learning
di: Li, Mengyang
Pubblicazione: (2025)

Understanding and Mitigating the Bias in Sample Selection for Learning with Noisy Labels
di: Wei, Qi, et al.
Pubblicazione: (2024)

Learning to Forget with Information Divergence Reweighted Objectives for Noisy Labels
di: Birrell, Jeremiah, et al.
Pubblicazione: (2025)

Nested Graph Pseudo-Label Refinement for Noisy Label Domain Adaptation Learning
di: Wang, Yingxu, et al.
Pubblicazione: (2025)

Learning Robust Reward Machines from Noisy Labels
di: Parac, Roko, et al.
Pubblicazione: (2024)

Dirichlet-Based Prediction Calibration for Learning with Noisy Labels
di: Zong, Chen-Chen, et al.
Pubblicazione: (2024)

Learning from Noisy Labels via Conditional Distributionally Robust Optimization
di: Guo, Hui, et al.
Pubblicazione: (2024)

Multiclass Learning from Noisy Labels for Non-decomposable Performance Measures
di: Zhang, Mingyuan, et al.
Pubblicazione: (2024)

EchoAlign: Bridging Generative and Discriminative Learning under Noisy Labels
di: Zheng, Yuxiang, et al.
Pubblicazione: (2024)

Federated Learning with Instance-Dependent Noisy Label
di: Wang, Lei, et al.
Pubblicazione: (2023)

Joint Asymmetric Loss for Learning with Noisy Labels
di: Wang, Jialiang, et al.
Pubblicazione: (2025)

Foster Adaptivity and Balance in Learning with Noisy Labels
di: Sheng, Mengmeng, et al.
Pubblicazione: (2024)

Scalable Label Distribution Learning for Multi-Label Classification
di: Zhao, Xingyu, et al.
Pubblicazione: (2023)

Pseudo-labelling meets Label Smoothing for Noisy Partial Label Learning
di: Saravanan, Darshana, et al.
Pubblicazione: (2024)

Detect and Correct: A Selective Noise Correction Method for Learning with Noisy Labels
di: Grinberg, Yuval, et al.
Pubblicazione: (2025)

Towards the Identifiability in Noisy Label Learning: A Multinomial Mixture Modelling Approach
di: Nguyen, Cuong, et al.
Pubblicazione: (2023)

Potential Energy based Mixture Model for Noisy Label Learning
di: Wang, Zijia, et al.
Pubblicazione: (2024)

Learning with Noisy Labels through Learnable Weighting and Centroid Similarity
di: Wani, Farooq Ahmad, et al.
Pubblicazione: (2023)

Learning with Noisy Labels by Adaptive Gradient-Based Outlier Removal
di: Sedova, Anastasiia, et al.
Pubblicazione: (2023)

MILD: Modeling the Instance Learning Dynamics for Learning with Noisy Labels
di: Hu, Chuanyang, et al.
Pubblicazione: (2023)

Probabilistic Machine Learning for Noisy Labels in Earth Observation
di: Kondylatos, Spyros, et al.
Pubblicazione: (2025)

Learning from Noisy Labels with Contrastive Co-Transformer
di: Han, Yan, et al.
Pubblicazione: (2025)

Pairwise Similarity Distribution Clustering for Noisy Label Learning
di: Bai, Sihan
Pubblicazione: (2024)

Tackling Noisy Labels with Network Parameter Additive Decomposition
di: Wang, Jingyi, et al.
Pubblicazione: (2024)