Buchumschlag

Learning with Selectively Labeled Data from Multiple Decision-makers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Jian, Li, Zhehao, Mao, Xiaojie
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Fenchel-Young Loss Approach to Data-Driven Inverse Optimization
von: Li, Zhehao, et al.
Veröffentlicht: (2025)

From Biased Selective Labels to Pseudo-Labels: An Expectation-Maximization Framework for Learning from Biased Decisions
von: Chang, Trenton, et al.
Veröffentlicht: (2024)

Learning from Ambiguous Data with Hard Labels
von: Xie, Zeke, et al.
Veröffentlicht: (2025)

On the role of surrogates in the efficient estimation of treatment effects with limited outcome data
von: Kallus, Nathan, et al.
Veröffentlicht: (2020)

Improve Knowledge Distillation via Label Revision and Data Selection
von: Lan, Weichao, et al.
Veröffentlicht: (2024)

Dual-Label Learning With Irregularly Present Labels
von: Li, Mingqian, et al.
Veröffentlicht: (2024)

Multi-Label Learning with Stronger Consistency Guarantees
von: Mao, Anqi, et al.
Veröffentlicht: (2024)

Model Selection of Anomaly Detectors in the Absence of Labeled Validation Data
von: Fung, Clement, et al.
Veröffentlicht: (2023)

Noise-Resistant Label Reconstruction Feature Selection for Partial Multi-Label Learning
von: Gao, Wanfu, et al.
Veröffentlicht: (2025)

Long-term Causal Inference Under Persistent Confounding via Data Combination
von: Imbens, Guido, et al.
Veröffentlicht: (2022)

ActiveLab: Active Learning with Re-Labeling by Multiple Annotators
von: Goh, Hui Wen, et al.
Veröffentlicht: (2023)

LabObf: A Label Protection Scheme for Vertical Federated Learning Through Label Obfuscation
von: He, Ying, et al.
Veröffentlicht: (2024)

Regretful Decisions under Label Noise
von: Nagaraj, Sujay, et al.
Veröffentlicht: (2025)

Batch Selection and Communication for Active Learning with Edge Labeling
von: Croisfelt, Victor, et al.
Veröffentlicht: (2023)

Adaptive Collaborative Correlation Learning-based Semi-Supervised Multi-Label Feature Selection
von: Yang, Li, et al.
Veröffentlicht: (2024)

Semiparametric Learning from Open-Set Label Shift Data
von: Liu, Siyan, et al.
Veröffentlicht: (2025)

Online Continual Learning via Logit Adjusted Softmax
von: Huang, Zhehao, et al.
Veröffentlicht: (2023)

Online Joint Assortment-Inventory Optimization under MNL Choices
von: Liang, Yong, et al.
Veröffentlicht: (2023)

Pushing One Pair of Labels Apart Each Time in Multi-Label Learning: From Single Positive to Full Labels
von: Li, Xiang, et al.
Veröffentlicht: (2023)

Principled Approaches for Learning to Defer with Multiple Experts
von: Mao, Anqi, et al.
Veröffentlicht: (2023)

Decision Mamba: Reinforcement Learning via Hybrid Selective Sequence Modeling
von: Huang, Sili, et al.
Veröffentlicht: (2024)

Semi-Supervised Multi-Label Feature Selection with Consistent Sparse Graph Learning
von: Zhong, Yan, et al.
Veröffentlicht: (2025)

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

COLUR: Confidence-Oriented Learning, Unlearning and Relearning with Noisy-Label Data for Model Restoration and Refinement
von: Sui, Zhihao, et al.
Veröffentlicht: (2025)

Training Gradient Boosted Decision Trees on Tabular Data Containing Label Noise for Classification Tasks
von: Eisenbürger, Anita, et al.
Veröffentlicht: (2024)

Learning from Stochastic Labels
von: Wei, Meng, et al.
Veröffentlicht: (2023)

How does Labeling Error Impact Contrastive Learning? A Perspective from Data Dimensionality Reduction
von: Chen, Jun, et al.
Veröffentlicht: (2025)

Learning from Concealed Labels
von: Li, Zhongnian, et al.
Veröffentlicht: (2024)

Learning Fair Domain Adaptation with Virtual Label Distribution
von: Zhang, Yuguang, et al.
Veröffentlicht: (2026)

Feature-Label Modal Alignment for Robust Partial Multi-Label Learning
von: Chen, Yu, et al.
Veröffentlicht: (2026)

Decision-Aware Proximal Bridge Learning for Optimal Treatment Selection
von: Garriga, Tomàs, et al.
Veröffentlicht: (2026)

Learning Label Refinement and Threshold Adjustment for Imbalanced Semi-Supervised Learning
von: Li, Zeju, et al.
Veröffentlicht: (2024)

Learning Sequential Decisions from Multiple Sources via Group-Robust Markov Decision Processes
von: Xu, Mingyuan, et al.
Veröffentlicht: (2026)

Learning from Reduced Labels for Long-Tailed Data
von: Wei, Meng, et al.
Veröffentlicht: (2024)

Learning from Noisy Labels for Long-tailed Data via Optimal Transport
von: Li, Mengting, et al.
Veröffentlicht: (2024)

Selecting Decision-Relevant Concepts in Reinforcement Learning
von: Raman, Naveen, et al.
Veröffentlicht: (2026)

Data Heterogeneity and Forgotten Labels in Split Federated Learning
von: Tirana, Joana, et al.
Veröffentlicht: (2025)

Long-term Fairness with Selective Labels
von: Valdrighi, Giovani, et al.
Veröffentlicht: (2026)

Optimistic Rates for Learning from Label Proportions
von: Li, Gene, et al.
Veröffentlicht: (2024)

Label Distribution Learning with Biased Annotations by Learning Multi-Label Representation
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2025)