Copertina

Robust Partial-Label Learning by Leveraging Class Activation Values

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Fuchs, Tobias, Kalinke, Florian
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Partial-Label Learning with Conformal Candidate Cleaning
di: Fuchs, Tobias, et al.
Pubblicazione: (2025)

Partial-Label Learning with a Reject Option
di: Fuchs, Tobias, et al.
Pubblicazione: (2024)

QDSB: Quantized Diffusion Schrödinger Bridges
di: Fuchs, Tobias, et al.
Pubblicazione: (2026)

Amortized Variational Inference for Partial-Label Learning: A Probabilistic Approach to Label Disambiguation
di: Fuchs, Tobias, et al.
Pubblicazione: (2025)

Feature-Label Modal Alignment for Robust Partial Multi-Label Learning
di: Chen, Yu, et al.
Pubblicazione: (2026)

An Unbiased Risk Estimator for Partial Label Learning with Augmented Classes
di: Hu, Jiayu, et al.
Pubblicazione: (2024)

Nyström $M$-Hilbert-Schmidt Independence Criterion
di: Kalinke, Florian, et al.
Pubblicazione: (2023)

A Framework for Leveraging Partially-Labeled Data for Product Attribute-Value Identification
di: Subhalingam, D., et al.
Pubblicazione: (2024)

Mixed Blessing: Class-Wise Embedding guided Instance-Dependent Partial Label Learning
di: Yang, Fuchao, et al.
Pubblicazione: (2024)

Leveraging Label Proportion Prior for Class-Imbalanced Semi-Supervised Learning
di: Akiba, Kohki, et al.
Pubblicazione: (2026)

Optimal Online Change Detection via Random Fourier Features
di: Kalinke, Florian, et al.
Pubblicazione: (2025)

Investigating ECG Diagnosis with Ambiguous Labels using Partial Label Learning
di: Rahmani, Sana, et al.
Pubblicazione: (2025)

Exploiting Conjugate Label Information for Multi-Instance Partial-Label Learning
di: Tang, Wei, et al.
Pubblicazione: (2024)

Holistic Optimal Label Selection for Robust Prompt Learning under Partial Labels
di: Zhao, Yaqi, et al.
Pubblicazione: (2026)

Diffusion Disambiguation Models for Partial Label Learning
di: Fan, Jinfu, et al.
Pubblicazione: (2025)

The Minimax Rate of HSIC Estimation for Translation-Invariant Kernels
di: Kalinke, Florian, et al.
Pubblicazione: (2024)

Partial Label Clustering
di: Xie, Yutong, et al.
Pubblicazione: (2025)

Noise-Resistant Label Reconstruction Feature Selection for Partial Multi-Label Learning
di: Gao, Wanfu, et al.
Pubblicazione: (2025)

Multi-Instance Partial-Label Learning with Margin Adjustment
di: Tang, Wei, et al.
Pubblicazione: (2025)

Realistic Evaluation of Deep Partial-Label Learning Algorithms
di: Wang, Wei, et al.
Pubblicazione: (2025)

Graph Partial Label Learning with Potential Cause Discovering
di: Gao, Hang, et al.
Pubblicazione: (2024)

Weakly-Supervised Contrastive Learning for Imprecise Class Labels
di: Zhou, Zi-Hao, et al.
Pubblicazione: (2025)

Calibratable Disambiguation Loss for Multi-Instance Partial-Label Learning
di: Tang, Wei, et al.
Pubblicazione: (2025)

Semi-supervised Contrastive Learning Using Partial Label Information
di: Hansen, Colin B., et al.
Pubblicazione: (2020)

Maximum Mean Discrepancy on Exponential Windows for Online Change Detection
di: Kalinke, Florian, et al.
Pubblicazione: (2022)

Class-Imbalanced Complementary-Label Learning via Weighted Loss
di: Wei, Meng, et al.
Pubblicazione: (2022)

Nyström Kernel Stein Discrepancy
di: Kalinke, Florian, et al.
Pubblicazione: (2024)

Exploiting the Potential Supervision Information of Clean Samples in Partial Label Learning
di: Wang, Guangtai, et al.
Pubblicazione: (2025)

Appeal: Allow Mislabeled Samples the Chance to be Rectified in Partial Label Learning
di: Si, Chongjie, et al.
Pubblicazione: (2023)

Rethinking Self-Distillation: Label Averaging and Enhanced Soft Label Refinement with Partial Labels
di: Jeong, Hyeonsu, et al.
Pubblicazione: (2024)

Robustness in the Face of Partial Identifiability in Reward Learning
di: Lazzati, Filippo, et al.
Pubblicazione: (2025)

Robust-GBDT: GBDT with Nonconvex Loss for Tabular Classification in the Presence of Label Noise and Class Imbalance
di: Luo, Jiaqi, et al.
Pubblicazione: (2023)

Can Class-Priors Help Single-Positive Multi-Label Learning?
di: Liu, Biao, et al.
Pubblicazione: (2023)

Class-aware and Augmentation-free Contrastive Learning from Label Proportion
di: Wang, Jialiang, et al.
Pubblicazione: (2024)

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

Inverse Covariance and Partial Correlation Matrix Estimation via Joint Partial Regression
di: Erickson, Samuel, et al.
Pubblicazione: (2025)

DATS: Distance-Aware Temperature Scaling for Calibrated Class-Incremental Learning
di: Serra, Giuseppe, et al.
Pubblicazione: (2025)

Tuning the Right Foundation Models is What you Need for Partial Label Learning
di: He, Kuang, et al.
Pubblicazione: (2025)

Tensor-Parallelism with Partially Synchronized Activations
di: Lamprecht, Itay, et al.
Pubblicazione: (2025)

Bringing Clustering to MLL: Weakly-Supervised Clustering for Partial Multi-Label Learning
di: Chen, Yu, et al.
Pubblicazione: (2026)