Buchumschlag

Targeting Negative Flips in Active Learning using Validation Sets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Benkert, Ryan, Prabhushankar, Mohit, AlRegib, Ghassan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VOICE: Variance of Induced Contrastive Explanations to quantify Uncertainty in Neural Network Interpretability
von: Prabhushankar, Mohit, et al.
Veröffentlicht: (2024)

Counterfactual Gradients-based Quantification of Prediction Trust in Neural Networks
von: Prabhushankar, Mohit, et al.
Veröffentlicht: (2024)

Information Router for Mitigating Modality Dominance in Vision-Language Models
von: Kim, Seulgi, et al.
Veröffentlicht: (2026)

Perceptual Quality-based Model Training under Annotator Label Uncertainty
von: Zhou, Chen, et al.
Veröffentlicht: (2024)

Subject Invariant Contrastive Learning for Human Activity Recognition
von: Yarici, Yavuz, et al.
Veröffentlicht: (2025)

Are Objective Explanatory Evaluation metrics Trustworthy? An Adversarial Analysis
von: Chowdhury, Prithwijit, et al.
Veröffentlicht: (2024)

Countering Multi-modal Representation Collapse through Rank-targeted Fusion
von: Kim, Seulgi, et al.
Veröffentlicht: (2025)

Multi-level and Multi-modal Action Anticipation
von: Kim, Seulgi, et al.
Veröffentlicht: (2025)

BALD-SAM: Disagreement-based Active Prompting in Interactive Segmentation
von: Chowdhury, Prithwijit, et al.
Veröffentlicht: (2026)

Transitional Uncertainty with Layered Intermediate Predictions
von: Benkert, Ryan, et al.
Veröffentlicht: (2024)

Effective Data Selection for Seismic Interpretation through Disagreement
von: Benkert, Ryan, et al.
Veröffentlicht: (2024)

RADMI: Latent Information Aggregation as a Proxy for Model Uncertainty
von: Stevens, William, et al.
Veröffentlicht: (2026)

Gradient based Severity Labeling for Biomarker Classification in OCT
von: Kokilepersaud, Kiran, et al.
Veröffentlicht: (2026)

Explaining Representation Learning with Perceptual Components
von: Yarici, Yavuz, et al.
Veröffentlicht: (2024)

MER-DG: Modality-Entropy Regularization for Multimodal Domain Generalization
von: Yarici, Yavuz, et al.
Veröffentlicht: (2026)

HEX: Hierarchical Emergence Exploitation in Self-Supervised Algorithms
von: Kokilepersaud, Kiran, et al.
Veröffentlicht: (2024)

Taxes Are All You Need: Integration of Taxonomical Hierarchy Relationships into the Contrastive Loss
von: Kokilepersaud, Kiran, et al.
Veröffentlicht: (2024)

Benchmarking Human and Automated Prompting in the Segment Anything Model
von: Quesada, Jorge, et al.
Veröffentlicht: (2024)

CRACKS: Crowdsourcing Resources for Analysis and Categorization of Key Subsurface faults
von: Prabhushankar, Mohit, et al.
Veröffentlicht: (2024)

Scale-Aware Self-Supervised Learning for Segmentation of Small and Sparse Structures
von: Quesada, Jorge, et al.
Veröffentlicht: (2026)

TrajPRed: Trajectory Prediction with Region-based Relation Learning
von: Zhou, Chen, et al.
Veröffentlicht: (2024)

AdaDim: Dimensionality Adaptation for SSL Representational Dynamics
von: Kokilepersaud, Kiran, et al.
Veröffentlicht: (2025)

Intelligent Multi-View Test Time Augmentation
von: Ozturk, Efe, et al.
Veröffentlicht: (2024)

Hierarchical and Multimodal Data for Daily Activity Understanding
von: Kaviani, Ghazal, et al.
Veröffentlicht: (2025)

A Large-scale Benchmark on Geological Fault Delineation Models: Domain Shift, Training Dynamics, Generalizability, Evaluation and Inferential Behavior
von: Quesada, Jorge, et al.
Veröffentlicht: (2025)

A unified framework for evaluating the robustness of machine-learning interpretability for prospect risking
von: Chowdhury, Prithwijit, et al.
Veröffentlicht: (2026)

Evaluating BM3D and NBNet: A Comprehensive Study of Image Denoising Across Multiple Datasets
von: Kaviani, Ghazal, et al.
Veröffentlicht: (2024)

ReCoGNet: Recurrent Context-Guided Network for 3D MRI Prostate Segmentation
von: Mustafa, Ahmad, et al.
Veröffentlicht: (2025)

FedKPer: Tackling Generalization and Personalization in Medical Federated Learning via Knowledge Personalization
von: Fowler, Zoe, et al.
Veröffentlicht: (2026)

Mitigating Negative Flips via Margin Preserving Training
von: Ricci, Simone, et al.
Veröffentlicht: (2025)

Energy-Based Open-Set Active Learning for Object Classification
von: Lyu, Zongyao, et al.
Veröffentlicht: (2026)

Enhancing Cost Efficiency in Active Learning with Candidate Set Query
von: Gwon, Yeho, et al.
Veröffentlicht: (2025)

Revisiting Unknowns: Towards Effective and Efficient Open-Set Active Learning
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2026)

Active Learning for Finely-Categorized Image-Text Retrieval by Selecting Hard Negative Unpaired Samples
von: Jo, Dae Ung, et al.
Veröffentlicht: (2024)

Tune without Validation: Searching for Learning Rate and Weight Decay on Training Sets
von: Brigato, Lorenzo, et al.
Veröffentlicht: (2024)

Tuning for Two Adversaries: Enhancing the Robustness Against Transfer and Query-Based Attacks using Hyperparameter Tuning
von: Zimmer, Pascal, et al.
Veröffentlicht: (2025)

Investigating the Quality of DermaMNIST and Fitzpatrick17k Dermatological Image Datasets
von: Abhishek, Kumar, et al.
Veröffentlicht: (2024)

Inconsistency-Based Data-Centric Active Open-Set Annotation
von: Mao, Ruiyu, et al.
Veröffentlicht: (2024)

Maximising the Utility of Validation Sets for Imbalanced Noisy-label Meta-learning
von: Hoang, Dung Anh, et al.
Veröffentlicht: (2022)

What Can We Learn from Inter-Annotator Variability in Skin Lesion Segmentation?
von: Abhishek, Kumar, et al.
Veröffentlicht: (2025)