Buchumschlag

An Unbiased Risk Estimator for Partial Label Learning with Augmented Classes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Jiayu, Shu, Senlin, Li, Beibei, Xiang, Tao, He, Zhongshi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cost-Sensitive Unbiased Risk Estimation for Multi-Class Positive-Unlabeled Learning
von: Zhang, Miao, et al.
Veröffentlicht: (2025)

Learning from N-Tuple Data with M Positive Instances: Unbiased Risk Estimation and Theoretical Guarantees
von: Zhang, Miao, et al.
Veröffentlicht: (2025)

Class Unbiasing for Generalization in Medical Diagnosis
von: Zuo, Lishi, et al.
Veröffentlicht: (2025)

Batch Bayesian Active Learning with Partial Batch Label Sampling
von: Hu, Kangping, et al.
Veröffentlicht: (2025)

AsyCo: An Asymmetric Dual-task Co-training Model for Partial-label Learning
von: Li, Beibei, et al.
Veröffentlicht: (2024)

When Noisy Labels Meet Class Imbalance on Graphs: A Graph Augmentation Method with LLM and Pseudo Label
von: Xia, Riting, et al.
Veröffentlicht: (2025)

Towards Unbiased Federated Graph Learning: Label and Topology Perspectives
von: Wu, Zhengyu, et al.
Veröffentlicht: (2025)

PEARL: Unbiased Percentile Estimation via Contrastive Learning for Industrial-Scale Livestream Recommendation
von: Gella, Blake, et al.
Veröffentlicht: (2026)

The Fourier Spectral Transformer Networks For Efficient and Generalizable Nonlinear PDEs Prediction
von: Li, Beibei
Veröffentlicht: (2025)

Learning Unbiased Permutations via Flow Matching
von: Min, Yimeng, et al.
Veröffentlicht: (2026)

Image-based Novel Fault Detection with Deep Learning Classifiers using Hierarchical Labels
von: Sergin, Nurettin, et al.
Veröffentlicht: (2024)

CroSel: Cross Selection of Confident Pseudo Labels for Partial-Label Learning
von: Tian, Shiyu, et al.
Veröffentlicht: (2023)

Class-based Subset Selection for Transfer Learning under Extreme Label Shift
von: Goyal, Akul, et al.
Veröffentlicht: (2024)

FedHL: Federated Learning for Heterogeneous Low-Rank Adaptation via Unbiased Aggregation
von: Peng, Zihao, et al.
Veröffentlicht: (2025)

Unbiased GNN Learning via Fairness-Aware Subgraph Diffusion
von: Alchihabi, Abdullah, et al.
Veröffentlicht: (2024)

Unbiased Online Curvature Approximation for Regularized Graph Continual Learning
von: Yin, Jie, et al.
Veröffentlicht: (2025)

Joint Input and Output Coordination for Class-Incremental Learning
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

Resurrecting Label Propagation for Graphs with Heterophily and Label Noise
von: Cheng, Yao, et al.
Veröffentlicht: (2023)

Dynamical Label Augmentation and Calibration for Noisy Electronic Health Records
von: Li, Yuhao, et al.
Veröffentlicht: (2025)

On the Optimal Construction of Unbiased Gradient Estimators for Zeroth-Order Optimization
von: Ma, Shaocong, et al.
Veröffentlicht: (2025)

ProtoGCD: Unified and Unbiased Prototype Learning for Generalized Category Discovery
von: Ma, Shijie, et al.
Veröffentlicht: (2025)

Learning Unbiased Cluster Descriptors for Interpretable Imbalanced Concept Drift Detection
von: Zhang, Yiqun, et al.
Veröffentlicht: (2026)

Learning Label Hierarchy with Supervised Contrastive Learning
von: Lian, Ruixue, et al.
Veröffentlicht: (2024)

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

Online Multi-Label Classification under Noisy and Changing Label Distribution
von: Zou, Yizhang, et al.
Veröffentlicht: (2024)

Guidelines for Augmentation Selection in Contrastive Learning for Time Series Classification
von: Liu, Ziyu, et al.
Veröffentlicht: (2024)

Class-Imbalanced Graph Learning without Class Rebalancing
von: Liu, Zhining, et al.
Veröffentlicht: (2023)

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

TMLC-Net: Transferable Meta Label Correction for Noisy Label Learning
von: Li, Mengyang
Veröffentlicht: (2025)

Tabular Data Contrastive Learning via Class-Conditioned and Feature-Correlation Based Augmentation
von: Cui, Wei, et al.
Veröffentlicht: (2024)

E2PL: Effective and Efficient Prompt Learning for Incomplete Multi-view Multi-Label Class Incremental Learning
von: Chen, Jiajun, et al.
Veröffentlicht: (2026)

Estimating Tail Risks in Language Model Output Distributions
von: Angell, Rico, et al.
Veröffentlicht: (2026)

Joint-Task Regularization for Partially Labeled Multi-Task Learning
von: Nishi, Kento, et al.
Veröffentlicht: (2024)

Few-Shot Class-Incremental Learning with Prior Knowledge
von: Jiang, Wenhao, et al.
Veröffentlicht: (2024)

Unbiased Dynamic Pruning for Efficient Group-Based Policy Optimization
von: Zhu, Haodong, et al.
Veröffentlicht: (2026)

From Reward Shaping to Q-Shaping: Achieving Unbiased Learning with LLM-Guided Knowledge
von: Wu, Xiefeng
Veröffentlicht: (2024)

Optimizing Feature Selection in Causal Inference: A Three-Stage Computational Framework for Unbiased Estimation
von: Yang, Tianyu, et al.
Veröffentlicht: (2025)

Semi-Supervised Federated Learning via Dual Contrastive Learning and Soft Labeling for Intelligent Fault Diagnosis
von: Dai, Yajiao, et al.
Veröffentlicht: (2025)

Oldie but Goodie: Re-illuminating Label Propagation on Graphs with Partially Observed Features
von: Yun, Sukwon, et al.
Veröffentlicht: (2025)

A Machine Learning Framework for Handling Unreliable Absence Label and Class Imbalance for Marine Stinger Beaching Prediction
von: Ibenegbu, Amuche, et al.
Veröffentlicht: (2025)