Copertina

Multiclass Learning from Noisy Labels for Non-decomposable Performance Measures

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Mingyuan, Agarwal, Shivani
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Risk-Consistent Multiclass Learning from Random Label-Subset Membership Queries
di: Su, Jiaxu, et al.
Pubblicazione: (2026)

Deep Learning Classification With Noisy Labels
di: Sanchez, Guillaume, et al.
Pubblicazione: (2020)

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

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

Weighted MCC: A Robust Measure of Multiclass Classifier Performance for Observations with Individual Weights
di: Cortez, Rommel, et al.
Pubblicazione: (2025)

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

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

Multiclass Transductive Online Learning
di: Hanneke, Steve, et al.
Pubblicazione: (2024)

On the Computability of Multiclass PAC Learning
di: Gourdeau, Pascale, et al.
Pubblicazione: (2025)

Regularization and Optimal Multiclass Learning
di: Asilis, Julian, et al.
Pubblicazione: (2023)

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)

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

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

Universal Multiclass Transductive Online Learning
di: Hanneke, Steve, et al.
Pubblicazione: (2026)

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

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)

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

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

The Optimal Sample Complexity of Multiclass and List Learning
di: Pabbaraju, Chirag
Pubblicazione: (2026)

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

Multiclass ROC
di: Wang, Liang, 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 with Contrastive Co-Transformer
di: Han, Yan, et al.
Pubblicazione: (2025)

Revisiting Meta-Learning with Noisy Labels: Reweighting Dynamics and Theoretical Guarantees
di: Zhang, Yiming, et al.
Pubblicazione: (2025)

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

Optimizing Classification of Infrequent Labels by Reducing Variability in Label Distribution
di: Agarwal, Ashutosh
Pubblicazione: (2025)

crowd-hpo: Realistic Hyperparameter Optimization and Benchmarking for Learning from Crowds with Noisy Labels
di: Herde, Marek, et al.
Pubblicazione: (2025)

Foster Adaptivity and Balance in Learning with Noisy Labels
di: Sheng, Mengmeng, 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)

Aligning Multiclass Neural Network Classifier Criterion with Task Performance Metrics
di: Li, Deyuan, et al.
Pubblicazione: (2024)

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

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

Output-decomposed Learning of Mealy Machines
di: Koenders, Rick, et al.
Pubblicazione: (2024)

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

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)