Copertina

crowd-hpo: Realistic Hyperparameter Optimization and Benchmarking for Learning from Crowds with Noisy Labels

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Herde, Marek, Lührs, Lukas, Huseljic, Denis, Sick, Bernhard
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

Annot-Mix: Learning with Noisy Class Labels from Multiple Annotators via a Mixup Extension
di: Herde, Marek, et al.
Pubblicazione: (2024)

Cleaning the Pool: Progressive Filtering of Unlabeled Pools in Deep Active Learning
di: Huseljic, Denis, et al.
Pubblicazione: (2025)

Fast Fishing: Approximating BAIT for Efficient and Scalable Deep Active Image Classification
di: Huseljic, Denis, et al.
Pubblicazione: (2024)

dopanim: A Dataset of Doppelganger Animals with Noisy Annotations from Multiple Humans
di: Herde, Marek, et al.
Pubblicazione: (2024)

BoSS: A Best-of-Strategies Selector as an Oracle for Deep Active Learning
di: Huseljic, Denis, et al.
Pubblicazione: (2026)

Efficient Bayesian Updates for Deep Active Learning via Laplace Approximations
di: Huseljic, Denis, et al.
Pubblicazione: (2022)

No Free Lunch in Active Learning: LLM Embedding Quality Dictates Query Strategy Success
di: Rauch, Lukas, et al.
Pubblicazione: (2025)

Unmute the Patch Tokens: Rethinking Probing in Multi-Label Audio Classification
di: Rauch, Lukas, et al.
Pubblicazione: (2025)

DADO -- Low-Cost Query Strategies for Deep Active Design Optimization
di: Decke, Jens, et al.
Pubblicazione: (2023)

Adversarial Training Improves Generalization Under Distribution Shifts in Bioacoustics
di: Heinrich, René, et al.
Pubblicazione: (2025)

AudioProtoPNet: An interpretable deep learning model for bird sound classification
di: Heinrich, René, et al.
Pubblicazione: (2024)

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

Quantifying the Influences on Probabilistic Wind Power Forecasts
di: Schreiber, Jens, et al.
Pubblicazione: (2018)

ARLBench: Flexible and Efficient Benchmarking for Hyperparameter Optimization in Reinforcement Learning
di: Becktepe, Jannis, et al.
Pubblicazione: (2024)

Towards Deep Active Learning in Avian Bioacoustics
di: Rauch, Lukas, et al.
Pubblicazione: (2024)

Dynamic Priors in Bayesian Optimization for Hyperparameter Optimization
di: Fehring, Lukas, et al.
Pubblicazione: (2025)

Learning Topology Actions for Power Grid Control: A Graph-Based Soft-Label Imitation Learning Approach
di: Hassouna, Mohamed, et al.
Pubblicazione: (2025)

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

Hyperparameter Optimization in Machine Learning
di: Franceschi, Luca, et al.
Pubblicazione: (2024)

Graph Neural Networks for Automatic Addition of Optimizing Components in Printed Circuit Board Schematics
di: Plettenberg, Pascal, et al.
Pubblicazione: (2025)

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

Spatio-Temporal Attention Graph Neural Network for Remaining Useful Life Prediction
di: Huang, Zhixin, et al.
Pubblicazione: (2024)

BirdSet: A Large-Scale Dataset for Audio Classification in Avian Bioacoustics
di: Rauch, Lukas, et al.
Pubblicazione: (2024)

Beyond Diagonal Covariance: Flexible Posterior VAEs via Free-Form Injective Flows
di: Sorrenson, Peter, et al.
Pubblicazione: (2025)

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

Noisy Early Stopping for Noisy Labels
di: Toner, William, et al.
Pubblicazione: (2024)

The Cross-environment Hyperparameter Setting Benchmark for Reinforcement Learning
di: Patterson, Andrew, et al.
Pubblicazione: (2024)

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

Deriving Hyperparameter Scaling Laws via Modern Optimization Theory
di: Shulgin, Egor, et al.
Pubblicazione: (2026)

carps: A Framework for Comparing N Hyperparameter Optimizers on M Benchmarks
di: Benjamins, Carolin, et al.
Pubblicazione: (2025)

Adaptive Hyperparameter Optimization for Continual Learning Scenarios
di: Semola, Rudy, et al.
Pubblicazione: (2024)

Overtuning in Hyperparameter Optimization
di: Schneider, Lennart, et al.
Pubblicazione: (2025)

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

An Efficient Multi Quantile Regression Network with Ad Hoc Prevention of Quantile Crossing
di: Decke, Jens, et al.
Pubblicazione: (2024)

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

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

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

Multi-Objective Hyperparameter Optimization in Machine Learning -- An Overview
di: Karl, Florian, et al.
Pubblicazione: (2022)

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

Enhancing Multi-Objective Optimization through Machine Learning-Supported Multiphysics Simulation
di: Botache, Diego, et al.
Pubblicazione: (2023)