Copertina

Label Noise: Correcting the Forward-Correction

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Toner, William, Storkey, Amos
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

Approximate Bayesian Class-Conditional Models under Continuous Representation Shift
di: Lee, Thomas L., et al.
Pubblicazione: (2023)

Chunking: Continual Learning is not just about Distribution Shift
di: Lee, Thomas L., et al.
Pubblicazione: (2023)

Adversarial robustness of VAEs through the lens of local geometry
di: Khan, Asif, et al.
Pubblicazione: (2022)

Rationality Measurement and Theory for Reinforcement Learning Agents
di: Qian, Kejiang, et al.
Pubblicazione: (2026)

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

Fair-OBNC: Correcting Label Noise for Fairer Datasets
di: Silva, Inês Oliveira e, et al.
Pubblicazione: (2024)

Adapting Time Series Foundation Models through Data Mixtures
di: Lee, Thomas L., et al.
Pubblicazione: (2026)

Identifying and Correcting Label Noise for Robust GNNs via Influence Contradiction
di: Ju, Wei, et al.
Pubblicazione: (2026)

Efficient Offline Reinforcement Learning: First Imitate, then Improve
di: Jelley, Adam, et al.
Pubblicazione: (2024)

Meta-Adaptive Prompt Distillation for Few-Shot Visual Question Answering
di: Gupta, Akash, et al.
Pubblicazione: (2025)

FedEFC: Federated Learning Using Enhanced Forward Correction Against Noisy Labels
di: Yu, Seunghun, et al.
Pubblicazione: (2025)

Planning to Go Out-of-Distribution in Offline-to-Online Reinforcement Learning
di: McInroe, Trevor, et al.
Pubblicazione: (2023)

Label Noise Robustness for Domain-Agnostic Fair Corrections via Nearest Neighbors Label Spreading
di: Stromberg, Nathan, et al.
Pubblicazione: (2024)

An Analysis of Linear Time Series Forecasting Models
di: Toner, William, et al.
Pubblicazione: (2024)

SAP: Corrective Machine Unlearning with Scaled Activation Projection for Label Noise Robustness
di: Kodge, Sangamesh, et al.
Pubblicazione: (2024)

Probably Approximately Correct Labels
di: Candès, Emmanuel J., et al.
Pubblicazione: (2025)

Correcting Noisy Multilabel Predictions: Modeling Label Noise through Latent Space Shifts
di: Huang, Weipeng, et al.
Pubblicazione: (2025)

Probing Dec-POMDP Reasoning in Cooperative MARL
di: Tessera, Kale-ab, et al.
Pubblicazione: (2026)

Few-Shot Learning with Class Imbalance
di: Ochal, Mateusz, et al.
Pubblicazione: (2021)

Hyperparameter Selection in Continual Learning
di: Lee, Thomas L., et al.
Pubblicazione: (2024)

Kalman Linear Attention: Parallel Bayesian Filtering For Efficient Language Modelling and State Tracking
di: Shaj, Vaisakh, et al.
Pubblicazione: (2026)

Human-Corrected Labels Learning: Enhancing Labels Quality via Human Correction of VLMs Discrepancies
di: Li, Zhongnian, et al.
Pubblicazione: (2025)

Bayesian Multiplicity Correction in the Probabilistic Forward Stepwise Framework
di: Womack, Andrew, et al.
Pubblicazione: (2026)

Remembering the Markov Property in Cooperative MARL
di: Tessera, Kale-ab Abebe, et al.
Pubblicazione: (2025)

Aligning Agents like Large Language Models
di: Jelley, Adam, et al.
Pubblicazione: (2024)

Object-Centric World Models from Few-Shot Annotations for Sample-Efficient Reinforcement Learning
di: Zhang, Weipu, et al.
Pubblicazione: (2025)

HyperMARL: Adaptive Hypernetworks for Multi-Agent RL
di: Tessera, Kale-ab Abebe, et al.
Pubblicazione: (2024)

Noise Correction on Subjective Datasets
di: Jinadu, Uthman, et al.
Pubblicazione: (2023)

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)

Complementary to Multiple Labels: A Correlation-Aware Correction Approach
di: Gao, Yi, et al.
Pubblicazione: (2023)

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

Tackling the Noisy Elephant in the Room: Label Noise-robust Out-of-Distribution Detection via Loss Correction and Low-rank Decomposition
di: Azad, Tarhib Al, et al.
Pubblicazione: (2025)

DAM: Towards A Foundation Model for Time Series Forecasting
di: Darlow, Luke, et al.
Pubblicazione: (2024)

Forgetting is Everywhere
di: Sanati, Ben, et al.
Pubblicazione: (2025)

On Harnessing Idle Compute at the Edge for Foundation Model Training
di: Xue, Leyang, et al.
Pubblicazione: (2025)

Rethinking Refinement: Correcting Generative Bias without Noise Injection
di: Peng, Xin, et al.
Pubblicazione: (2026)

ULF: Unsupervised Labeling Function Correction using Cross-Validation for Weak Supervision
di: Sedova, Anastasiia, et al.
Pubblicazione: (2022)

Label Noise: Ignorance Is Bliss
di: Zhu, Yilun, et al.
Pubblicazione: (2024)