Buchumschlag

A Conformal Prediction Score that is Robust to Label Noise

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Penso, Coby, Goldberger, Jacob
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Calibration of Network Confidence for Unsupervised Domain Adaptation Using Estimated Accuracy
von: Penso, Coby, et al.
Veröffentlicht: (2024)

Conformal Prediction of Classifiers with Many Classes based on Noisy Labels
von: Penso, Coby, et al.
Veröffentlicht: (2025)

Privacy-Preserving Conformal Prediction Under Local Differential Privacy
von: Penso, Coby, et al.
Veröffentlicht: (2025)

Provably Robust Conformal Prediction with Improved Efficiency
von: Yan, Ge, et al.
Veröffentlicht: (2024)

Dice Semimetric Losses: Optimizing the Dice Score with Soft Labels
von: Wang, Zifu, et al.
Veröffentlicht: (2023)

Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
von: Chen, Hao, et al.
Veröffentlicht: (2023)

NCSAM Noise-Compensated Sharpness-Aware Minimization for Noisy Label Learning
von: Xu, Jiayu, et al.
Veröffentlicht: (2026)

Label Semantics for Robust Hyperspectral Image Classification
von: Hassan, Rafin, et al.
Veröffentlicht: (2025)

Robust Self-Training with Closed-loop Label Correction for Learning from Noisy Labels
von: Lin, Zhanhui, et al.
Veröffentlicht: (2026)

To Label or Not to Label: PALM -- A Predictive Model for Evaluating Sample Efficiency in Active Learning Models
von: Machnio, Julia, et al.
Veröffentlicht: (2025)

Balancing Accuracy, Calibration, and Efficiency in Active Learning with Vision Transformers Under Label Noise
von: Mots'oehli, Moseli, et al.
Veröffentlicht: (2025)

ConformalSAM: Unlocking the Potential of Foundational Segmentation Models in Semi-Supervised Semantic Segmentation with Conformal Prediction
von: Chen, Danhui, et al.
Veröffentlicht: (2025)

Quantifying Deep Learning Model Uncertainty in Conformal Prediction
von: Karimi, Hamed, et al.
Veröffentlicht: (2023)

Hidden in the Noise: Two-Stage Robust Watermarking for Images
von: Arabi, Kasra, et al.
Veröffentlicht: (2024)

Assessing Robustness via Score-Based Adversarial Image Generation
von: Kollovieh, Marcel, et al.
Veröffentlicht: (2023)

GCI-ViTAL: Gradual Confidence Improvement with Vision Transformers for Active Learning on Label Noise
von: Mots'oehli, Moseli, et al.
Veröffentlicht: (2024)

Evidential Uncertainty Sets in Deep Classifiers Using Conformal Prediction
von: Karimi, Hamed, et al.
Veröffentlicht: (2024)

Annotation-Efficient Active Test-Time Adaptation with Conformal Prediction
von: Shi, Tingyu, et al.
Veröffentlicht: (2025)

Expectation Maximization Pseudo Labels
von: Xu, Moucheng, et al.
Veröffentlicht: (2023)

Conformal Trajectory Prediction with Multi-View Data Integration in Cooperative Driving
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Aerial Image Classification in Scarce and Unconstrained Environments via Conformal Prediction
von: Pourkamali-Anaraki, Farhad
Veröffentlicht: (2025)

Assessing the Noise Robustness of Class Activation Maps: A Framework for Reliable Model Interpretability
von: Sarkar, Syamantak, et al.
Veröffentlicht: (2025)

FedGSCA: Medical Federated Learning with Global Sample Selector and Client Adaptive Adjuster under Label Noise
von: Ye, Mengwen, et al.
Veröffentlicht: (2025)

SemiOccam: A Robust Semi-Supervised Image Recognition Network Using Sparse Labels
von: Yann, Rui, et al.
Veröffentlicht: (2025)

Distribution-Aware Robust Learning from Long-Tailed Data with Noisy Labels
von: Baik, Jae Soon, et al.
Veröffentlicht: (2024)

Label Distribution Shift-Aware Prediction Refinement for Test-Time Adaptation
von: Jang, Minguk, et al.
Veröffentlicht: (2024)

Ditch the Denoiser: Emergence of Noise Robustness in Self-Supervised Learning from Data Curriculum
von: Lu, Wenquan, et al.
Veröffentlicht: (2025)

Learning Noise-Robust Joint Representation for Multimodal Emotion Recognition under Incomplete Data Scenarios
von: Fan, Qi, et al.
Veröffentlicht: (2023)

ClipGrader: Leveraging Vision-Language Models for Robust Label Quality Assessment in Object Detection
von: Lu, Hong, et al.
Veröffentlicht: (2025)

Towards Improved Imbalance Robustness in Continual Multi-Label Learning with Dual Output Spiking Architecture (DOSA)
von: Mishra, Sourav, et al.
Veröffentlicht: (2024)

LabelBench: A Comprehensive Framework for Benchmarking Adaptive Label-Efficient Learning
von: Zhang, Jifan, et al.
Veröffentlicht: (2023)

Imprecise Label Learning: A Unified Framework for Learning with Various Imprecise Label Configurations
von: Chen, Hao, et al.
Veröffentlicht: (2023)

Improving Multi-Label Contrastive Learning by Leveraging Label Distribution
von: Chen, Ning, et al.
Veröffentlicht: (2025)

A Noise is Worth Diffusion Guidance
von: Ahn, Donghoon, et al.
Veröffentlicht: (2024)

From Ground to Air: Noise Robustness in Vision Transformers and CNNs for Event-Based Vehicle Classification with Potential UAV Applications
von: Almesafri, Nouf, et al.
Veröffentlicht: (2025)

NoiseRater: Meta-Learned Noise Valuation for Diffusion Model Training
von: Wu, Fang, et al.
Veröffentlicht: (2026)

ScoreMix: Synthetic Data Generation by Score Composition in Diffusion Models Improves Recognition
von: Rahimi, Parsa, et al.
Veröffentlicht: (2025)

Increasing the Robustness of Model Predictions to Missing Sensors in Earth Observation
von: Mena, Francisco, et al.
Veröffentlicht: (2024)

A Unified View of Score-Based and Drifting Models
von: Lai, Chieh-Hsin, et al.
Veröffentlicht: (2026)

Trust-Aware Joint Feature-Prediction Discrepancy for Robust Domain Adaptation
von: Ding, Xi, et al.
Veröffentlicht: (2026)