Buchumschlag

CroSel: Cross Selection of Confident Pseudo Labels for Partial-Label Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tian, Shiyu, Wei, Hongxin, Wang, Yiqun, Feng, Lei
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence I.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Confidence-Variance Theory for Pseudo-Label Selection in Semi-Supervised Learning
von: Liu, Jinshi, et al.
Veröffentlicht: (2026)

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

Meta-Learning Guided Label Noise Distillation for Robust Signal Modulation Classification
von: Hao, Xiaoyang, et al.
Veröffentlicht: (2024)

Self-Labeling the Job Shop Scheduling Problem
von: Corsini, Andrea, et al.
Veröffentlicht: (2024)

Distribution Consistency based Self-Training for Graph Neural Networks with Sparse Labels
von: Wang, Fali, et al.
Veröffentlicht: (2024)

In-Context Fixation: When Demonstrated Labels Override Semantics in Few-Shot Classification
von: Liu, Ming
Veröffentlicht: (2026)

Label Smoothing is a Pragmatic Information Bottleneck
von: Kudo, Sota
Veröffentlicht: (2025)

Towards Independence Criterion in Machine Unlearning of Features and Labels
von: Han, Ling, et al.
Veröffentlicht: (2024)

Achieving Generalization in Orchestrating GNSS Interference Monitoring Stations Through Pseudo-Labeling
von: Heublein, Lucas, et al.
Veröffentlicht: (2024)

Improving Time Series Classification with Representation Soft Label Smoothing
von: Ma, Hengyi, et al.
Veröffentlicht: (2024)

Turning the TIDE: Cross-Architecture Distillation for Diffusion Large Language Models
von: Zhang, Gongbo, et al.
Veröffentlicht: (2026)

Inferring Reward Machines and Transition Machines from Partially Observable Markov Decision Processes
von: Wu, Yuly, et al.
Veröffentlicht: (2025)

Networked Agents in the Dark: Team Value Learning under Partial Observability
von: Varela, Guilherme S., et al.
Veröffentlicht: (2025)

FreRA: A Frequency-Refined Augmentation for Contrastive Learning on Time Series Classification
von: Tian, Tian, et al.
Veröffentlicht: (2025)

Efficient Hierarchical Contrastive Self-supervising Learning for Time Series Classification via Importance-aware Resolution Selection
von: Garcia, Kevin, et al.
Veröffentlicht: (2025)

Pre-train to Gain: Robust Learning Without Clean Labels
von: Szczecina, David, et al.
Veröffentlicht: (2025)

Model-agnostic Selective Labeling with Provable Statistical Guarantees
von: Huang, Huipeng, et al.
Veröffentlicht: (2025)

Optimizing Fantasy Sports Team Selection with Deep Reinforcement Learning
von: Bhattacharjee, Shamik, et al.
Veröffentlicht: (2024)

Oops, I Sampled it Again: Reinterpreting Confidence Intervals in Few-Shot Learning
von: Lafargue, Raphael, et al.
Veröffentlicht: (2024)

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

LLMs are Overconfident: Evaluating Confidence Interval Calibration with FermiEval
von: Epstein, Elliot L., et al.
Veröffentlicht: (2025)

PTCL: Pseudo-Label Temporal Curriculum Learning for Label-Limited Dynamic Graph
von: Zhang, Shengtao, et al.
Veröffentlicht: (2025)

A Confidence-Diversity Framework for Calibrating AI Judgement in Accessible Qualitative Coding Tasks
von: Zhao, Zhilong, et al.
Veröffentlicht: (2025)

Byzantine-Resilient Federated Learning via QUBO-Based Client Selection on Quantum Annealers
von: Ferenczi, Andras, et al.
Veröffentlicht: (2026)

DCV-ROOD Evaluation Framework: Dual Cross-Validation for Robust Out-of-Distribution Detection
von: Urrea-Castaño, Arantxa, et al.
Veröffentlicht: (2025)

RoboPack: Learning Tactile-Informed Dynamics Models for Dense Packing
von: Ai, Bo, et al.
Veröffentlicht: (2024)

MMiC: Mitigating Modality Incompleteness in Clustered Federated Learning
von: Yang, Lishan, et al.
Veröffentlicht: (2025)

When Does Adaptive Guidance Help? Belief-Aware Privileged Distillation for Autonomous Driving Under Partial Observability
von: Haklidir, Mehmet
Veröffentlicht: (2026)

A Review of Pseudo-Labeling for Computer Vision
von: Kage, Patrick, et al.
Veröffentlicht: (2024)

The Anti-Ouroboros Effect: Emergent Resilience in Large Language Models from Recursive Selective Feedback
von: Adapala, Sai Teja Reddy
Veröffentlicht: (2025)

Negative as Positive: Enhancing Out-of-distribution Generalization for Graph Contrastive Learning
von: Wang, Zixu, et al.
Veröffentlicht: (2024)

SourceSplice: Source Selection for Machine Learning Tasks
von: Singh, Ambarish, et al.
Veröffentlicht: (2025)

FastForward Pruning: Efficient LLM Pruning via Single-Step Reinforcement Learning
von: Yuan, Xin, et al.
Veröffentlicht: (2025)

Manipulating 3D Molecules in a Fixed-Dimensional E(3)-Equivariant Latent Space
von: Chen, Zitao, et al.
Veröffentlicht: (2025)

Learning What Matters: Probabilistic Task Selection via Mutual Information for Model Finetuning
von: Chanda, Prateek, et al.
Veröffentlicht: (2025)

DELTA: Variational Disentangled Learning for Privacy-Preserving Data Reprogramming
von: Malarkkan, Arun Vignesh, et al.
Veröffentlicht: (2025)

FastGRPO: Accelerating Policy Optimization via Concurrency-aware Speculative Decoding and Online Draft Learning
von: Zhang, Yizhou, et al.
Veröffentlicht: (2025)

MEReQ: Max-Ent Residual-Q Inverse RL for Sample-Efficient Alignment from Intervention
von: Chen, Yuxin, et al.
Veröffentlicht: (2024)

Shortcuts Arising from Contrast: Effective and Covert Clean-Label Attacks in Prompt-Based Learning
von: Xie, Xiaopeng, et al.
Veröffentlicht: (2024)

Balancing Efficiency and Effectiveness: An LLM-Infused Approach for Optimized CTR Prediction
von: Zhang, Guoxiao, et al.
Veröffentlicht: (2024)