Buchumschlag

Robust Classification with Noisy Labels Based on Posterior Maximization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Novello, Nicola, Tonello, Andrea M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

$f$-Divergence Based Classification: Beyond the Use of Cross-Entropy
von: Novello, Nicola, et al.
Veröffentlicht: (2024)

Empty SPACE: Cross-Attention Sparsity for Concept Erasure in Diffusion Models
von: Novello, Nicola, et al.
Veröffentlicht: (2026)

Copula Density Neural Estimation
von: Letizia, Nunzio A., et al.
Veröffentlicht: (2022)

Mutual Information Estimation via $f$-Divergence and Data Derangements
von: Letizia, Nunzio A., et al.
Veröffentlicht: (2023)

A Unified Framework for Diffusion Model Unlearning with f-Divergence
von: Novello, Nicola, et al.
Veröffentlicht: (2025)

Estimating Noisy Class Posterior with Part-level Labels for Noisy Label Learning
von: Zhao, Rui, et al.
Veröffentlicht: (2024)

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

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

Posterior Label Smoothing for Node Classification
von: Heo, Jaeseung, et al.
Veröffentlicht: (2024)

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

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

Noisy Early Stopping for Noisy Labels
von: Toner, William, et al.
Veröffentlicht: (2024)

Robust Loss Functions for Training Decision Trees with Noisy Labels
von: Wilton, Jonathan, et al.
Veröffentlicht: (2023)

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

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

Understanding SAM's Robustness to Noisy Labels through Gradient Down-weighting
von: Luong, Hoang-Chau, et al.
Veröffentlicht: (2024)

Confidence HNC: A Network Flow Technique for Binary Classification with Noisy Labels
von: Hochbaum, Dorit, et al.
Veröffentlicht: (2025)

Robust Classification under Noisy Labels: A Geometry-Aware Reliability Framework for Foundation Models
von: Bozkurt, Ecem, et al.
Veröffentlicht: (2025)

Classification from Positive and Biased Negative Data with Skewed Labeled Posterior Probability
von: Watanabe, Shotaro, et al.
Veröffentlicht: (2022)

Massively Parallel Expectation Maximization For Approximate Posteriors
von: Heap, Thomas, et al.
Veröffentlicht: (2025)

Dirichlet-Based Prediction Calibration for Learning with Noisy Labels
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2024)

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

Robust One-Class Classification with Signed Distance Function using 1-Lipschitz Neural Networks
von: Bethune, Louis, et al.
Veröffentlicht: (2023)

Exploring the Robustness of In-Context Learning with Noisy Labels
von: Cheng, Chen, et al.
Veröffentlicht: (2024)

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

Learning with Noisy Labels by Adaptive Gradient-Based Outlier Removal
von: Sedova, Anastasiia, et al.
Veröffentlicht: (2023)

FedCova: Robust Federated Covariance Learning Against Noisy Labels
von: Zhong, Xiangyu, et al.
Veröffentlicht: (2026)

Robust Stochastic Gradient Posterior Sampling with Lattice Based Discretisation
von: Mensch, Zier, et al.
Veröffentlicht: (2026)

Diffusion Model Based Posterior Sampling for Noisy Linear Inverse Problems
von: Meng, Xiangming, et al.
Veröffentlicht: (2022)

Robust Assignment of Labels for Active Learning with Sparse and Noisy Annotations
von: Kałuża, Daniel, et al.
Veröffentlicht: (2023)

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

High-dimensional Learning with Noisy Labels
von: Firdoussi, Aymane El, et al.
Veröffentlicht: (2024)

Tackling Noisy Labels with Network Parameter Additive Decomposition
von: Wang, Jingyi, et al.
Veröffentlicht: (2024)

ChronoSelect: Robust Learning with Noisy Labels via Dynamics Temporal Memory
von: Wang, Jianchao, et al.
Veröffentlicht: (2025)

CleaR: Towards Robust and Generalized Parameter-Efficient Fine-Tuning for Noisy Label Learning
von: Kim, Yeachan, et al.
Veröffentlicht: (2024)

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

Local Graph Clustering with Noisy Labels
von: de Luca, Artur Back, et al.
Veröffentlicht: (2023)

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

Efficient Bilevel Optimization for Meta Label Correction in Noisy Label Learning
von: Nguyen, Ba Hoang Anh, et al.
Veröffentlicht: (2026)

When the Small-Loss Trick is Not Enough: Multi-Label Image Classification with Noisy Labels Applied to CCTV Sewer Inspections
von: Chelouche, Keryan, et al.
Veröffentlicht: (2024)