Jan, 2023
追求基础事实:在注释器噪声存在的情况下学习自信模型并估计不确定性
In Quest of Ground Truth: Learning Confident Models and Estimating Uncertainty in the Presence of Annotator Noise
Asma Ahmed Hashmi, Artem Agafonov, Aigerim Zhumabayeva, Mohammad Yaqub, Martin Takáč
TL;DR本文提出了一种与多个标注者的混淆有关的置信模型学习方法,通过对分类器网络添加熵或基于信息的正则化器来鲁棒地估计给定仅含有噪声标签的预测,并在 MNIST、CIFAR-10 和 FMNIST 等数据集上进行了实验,实验结果表明该方法在各项指标上均优于或与其他现有方法表现相当。