Buchumschlag

Weakly-Supervised Contrastive Learning for Imprecise Class Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Zi-Hao, Wang, Jun-Jie, Wei, Tong, Zhang, Min-Ling
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

Continuous Contrastive Learning for Long-Tailed Semi-Supervised Recognition
von: Zhou, Zi-Hao, et al.
Veröffentlicht: (2024)

Imprecise Label Learning: A Unified Framework for Learning with Various Imprecise Label Configurations
von: Chen, Hao, et al.
Veröffentlicht: (2023)

LADA: Scalable Label-Specific CLIP Adapter for Continual Learning
von: Luo, Mao-Lin, et al.
Veröffentlicht: (2025)

Learning Robust Diffusion Models from Imprecise Supervision
von: Wu, Dong-Dong, et al.
Veröffentlicht: (2025)

Weakly Supervised Label Learning Flows
von: Lu, You, et al.
Veröffentlicht: (2023)

Decouple then Converge: Handling Unknown Unlabeled Distributions in Long-Tailed Semi-Supervised Learning
von: Gan, Kai, et al.
Veröffentlicht: (2024)

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

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

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

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

Bridging the Gap: Learning Pace Synchronization for Open-World Semi-Supervised Learning
von: Ye, Bo, et al.
Veröffentlicht: (2023)

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

Domain Generalisation via Imprecise Learning
von: Singh, Anurag, et al.
Veröffentlicht: (2024)

Spectral Imbalance Causes Forgetting in Low-Rank Continual Adaptation
von: Gu, Hao, et al.
Veröffentlicht: (2026)

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

Weakly Supervised Anomaly Detection via Knowledge-Data Alignment
von: Zhao, Haihong, et al.
Veröffentlicht: (2024)

Instances and Labels: Hierarchy-aware Joint Supervised Contrastive Learning for Hierarchical Multi-Label Text Classification
von: Yu, Simon, et al.
Veröffentlicht: (2023)

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

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

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

An Inclusive Theoretical Framework of Robust Supervised Contrastive Loss against Label Noise
von: Cui, Jingyi, et al.
Veröffentlicht: (2025)

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

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

KeepLoRA: Continual Learning with Residual Gradient Adaptation
von: Luo, Mao-Lin, et al.
Veröffentlicht: (2026)

Self-Supervised Contrastive Learning is Approximately Supervised Contrastive Learning
von: Luthra, Achleshwar, et al.
Veröffentlicht: (2025)

Synergy-Guided Regional Supervision of Pseudo Labels for Semi-Supervised Medical Image Segmentation
von: Wang, Tao, et al.
Veröffentlicht: (2024)

Weakly-Supervised Domain Adaptation with Proportion-Constrained Pseudo-Labeling
von: Okuo, Takumi, et al.
Veröffentlicht: (2025)

Reliable Programmatic Weak Supervision with Confidence Intervals for Label Probabilities
von: Álvarez, Verónica, et al.
Veröffentlicht: (2025)

Learning from Hard Labels with Additional Supervision on Non-Hard-Labeled Classes
von: Sugiyama, Kosuke, et al.
Veröffentlicht: (2025)

Unleashing the Power of Vision-Language Models for Long-Tailed Multi-Label Visual Recognition
von: Tang, Wei, et al.
Veröffentlicht: (2025)

Truthful Elicitation of Imprecise Forecasts
von: Singh, Anurag, et al.
Veröffentlicht: (2025)

Integral Imprecise Probability Metrics
von: Chau, Siu Lun, et al.
Veröffentlicht: (2025)

Imprecise Multi-Armed Bandits
von: Kosoy, Vanessa
Veröffentlicht: (2024)

Dual-Decoupling Learning and Metric-Adaptive Thresholding for Semi-Supervised Multi-Label Learning
von: Xiao, Jia-Hao, et al.
Veröffentlicht: (2024)

Contrastive Graph Condensation: Advancing Data Versatility through Self-Supervised Learning
von: Gao, Xinyi, et al.
Veröffentlicht: (2024)

Learning to Discover Knowledge: A Weakly-Supervised Partial Domain Adaptation Approach
von: Lan, Mengcheng, et al.
Veröffentlicht: (2024)

Bayesian Self-Supervised Contrastive Learning
von: Liu, Bin, et al.
Veröffentlicht: (2023)

Integrating Distribution Matching into Semi-Supervised Contrastive Learning for Labeled and Unlabeled Data
von: Nakayama, Shogo, et al.
Veröffentlicht: (2026)

FedAnchor: Enhancing Federated Semi-Supervised Learning with Label Contrastive Loss for Unlabeled Clients
von: Qiu, Xinchi, et al.
Veröffentlicht: (2024)

Contrastive Multiple Instance Learning for Weakly Supervised Person ReID
von: Tyo, Jacob, et al.
Veröffentlicht: (2024)