Buchumschlag

ACD-U: Asymmetric co-teaching with machine unlearning for robust learning with noisy labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fukunaga, Reo, Yoshida, Soh, Muneyasu, Mitsuji
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A noisy elephant in the room: Is your out-of-distribution detector robust to label noise?
von: Humblot-Renaux, Galadrielle, et al.
Veröffentlicht: (2024)

Open set label noise learning with robust sample selection and margin-guided module
von: Zhao, Yuandi, et al.
Veröffentlicht: (2025)

ACD: Direct Conditional Control for Video Diffusion Models via Attention Supervision
von: Li, Weiqi, et al.
Veröffentlicht: (2025)

An accurate detection is not all you need to combat label noise in web-noisy datasets
von: Albert, Paul, et al.
Veröffentlicht: (2024)

CromSS: Cross-modal pre-training with noisy labels for remote sensing image segmentation
von: Liu, Chenying, et al.
Veröffentlicht: (2024)

Learning to detect cloud and snow in remote sensing images from noisy labels
von: Liu, Zili, et al.
Veröffentlicht: (2024)

How does self-supervised pretraining improve robustness against noisy labels across various medical image classification datasets?
von: Khanal, Bidur, et al.
Veröffentlicht: (2024)

ReLAPSe: Reinforcement-Learning-trained Adversarial Prompt Search for Erased concepts in unlearned diffusion models
von: Kolton, Ignacy, et al.
Veröffentlicht: (2026)

Perceptive self-supervised learning network for noisy image watermark removal
von: Tian, Chunwei, et al.
Veröffentlicht: (2024)

ACD-CLIP: Decoupling Representation and Dynamic Fusion for Zero-Shot Anomaly Detection
von: Ma, Ke, et al.
Veröffentlicht: (2025)

Exploring learning environments for label\-efficient cancer diagnosis
von: Rani, Samta, et al.
Veröffentlicht: (2024)

Multi-label out-of-distribution detection via evidential learning
von: Aguilar, Eduardo, et al.
Veröffentlicht: (2025)

Auto-ACD: A Large-scale Dataset for Audio-Language Representation Learning
von: Sun, Luoyi, et al.
Veröffentlicht: (2023)

Plant identification based on noisy web data: the amazing performance of deep learning (LifeCLEF 2017)
von: Goeau, Herve, et al.
Veröffentlicht: (2025)

Co-distilled attention guided masked image modeling with noisy teacher for self-supervised learning on medical images
von: Jiang, Jue, et al.
Veröffentlicht: (2026)

Adaptive deep learning framework for robust unsupervised underwater image enhancement
von: Saleh, Alzayat, et al.
Veröffentlicht: (2022)

Contrastive pretraining for semantic segmentation is robust to noisy positive pairs
von: Gerard, Sebastian, et al.
Veröffentlicht: (2022)

MTCurv: Deep learning for direct microtubule curvature mapping in noisy fluorescence microscopy images
von: Laydi, Achraf Ait, et al.
Veröffentlicht: (2026)

A machine learning pipeline for automated insect monitoring
von: Jain, Aditya, et al.
Veröffentlicht: (2024)

Reasoning in machine vision: learning to think fast and slow
von: Saeed, Shaheer U., et al.
Veröffentlicht: (2025)

Spectral regularization for adversarially-robust representation learning
von: Yang, Sheng, et al.
Veröffentlicht: (2024)

Self-supervised contrastive learning of echocardiogram videos enables label-efficient cardiac disease diagnosis
von: Holste, Gregory, et al.
Veröffentlicht: (2022)

Deep learning for multi-label classification of coral conditions in the Indo-Pacific via underwater photogrammetry
von: Shao, Xinlei, et al.
Veröffentlicht: (2024)

SAMIR, an efficient registration framework via robust feature learning from SAM
von: He, Yue, et al.
Veröffentlicht: (2025)

Soft labelling for semantic segmentation: Bringing coherence to label down-sampling
von: Alcover-Couso, Roberto, et al.
Veröffentlicht: (2023)

Unmasking unlearnable models: a classification challenge for biomedical images without visible cues
von: Kumar, Shivam, et al.
Veröffentlicht: (2024)

CLASS-M: Adaptive stain separation-based contrastive learning with pseudo-labeling for histopathological image classification
von: Zhang, Bodong, et al.
Veröffentlicht: (2023)

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

Drug classification based on X-ray spectroscopy combined with machine learning
von: Li, Yongming, et al.
Veröffentlicht: (2025)

OpenForest: A data catalogue for machine learning in forest monitoring
von: Ouaknine, Arthur, et al.
Veröffentlicht: (2023)

A deep multiple instance learning approach based on coarse labels for high-resolution land-cover mapping
von: Perantoni, Gianmarco, et al.
Veröffentlicht: (2025)

AsyCo: An Asymmetric Dual-task Co-training Model for Partial-label Learning
von: Li, Beibei, et al.
Veröffentlicht: (2024)

Efficient Attention-Sharing Information Distillation Transformer for Lightweight Single Image Super-Resolution
von: Park, Karam, et al.
Veröffentlicht: (2025)

FG 2025 TrustFAA: the First Workshop on Towards Trustworthy Facial Affect Analysis: Advancing Insights of Fairness, Explainability, and Safety (TrustFAA)
von: Cheong, Jiaee, et al.
Veröffentlicht: (2025)

Simulation of microstructures and machine learning
von: Schladitz, Katja, et al.
Veröffentlicht: (2025)

Multispectral airborne laser scanning for tree species classification: a benchmark of machine learning and deep learning algorithms
von: Taher, Josef, et al.
Veröffentlicht: (2025)

Multi-dataset synergistic in supervised learning to pre-label structural components in point clouds from shell construction scenes
von: Rauch, Lukas, et al.
Veröffentlicht: (2025)

AMSA-UNet: An Asymmetric Multiple Scales U-net Based on Self-attention for Deblurring
von: Wang, Yingying
Veröffentlicht: (2024)

The effect of variable labels on deep learning models trained to predict breast density
von: Squires, Steven, et al.
Veröffentlicht: (2022)

SingleStrip: learning skull-stripping from a single labeled example
von: Specktor-Fadida, Bella, et al.
Veröffentlicht: (2025)