文件名称：Advances-in-Label-Noise-Learning:精选（最新）的带有噪声标签的学习资源列表
文件大小：4KB
文件格式：ZIP
更新时间：2024-05-06 04:51:22
deep-neural-networks weakly-supervised-learning robustness label-noise noisy-labels
嘈杂的标签学习 A curated list of most recent works in Learning with Noisy Labels 内容 论文和代码（2021） 此回购专注于2019年之后的论文，有关以前的作品，请参阅（ ）。 国际学习代表大会（ICLR 2021） 会议日期：2021年5月3日-2021年5月7日 优化时-标签噪声会导致发散性很强。 使用实例相关的标签噪声进行学习：一种示例筛方法。 噪音与噪音：随机标签噪音有助于对抗固有标签噪音。 学习与特征相关的标签噪声：一种渐进的方法。 健壮的早期学习：妨碍记住嘈杂的标签。 健壮的课程学习：从干净的标签检测到嘈杂的标签自我校正。 [纸] 混合如何帮助鲁棒性和泛化？ [纸] 对未标记数据进行深度网络自训练的理论分析。 [纸] IEEE计算机视觉和模式识别会议（CVPR 2021）-更新
【文件预览】：
Advances-in-Label-Noise-Learning-main
----README.md(11KB)