KDDJun, 2023
自适应梯度基础离群值去除的噪声标签学习
Learning with Noisy Labels by Adaptive Gradient-Based Outlier Removal
Anastasiia Sedova, Lena Zellinger, Benjamin Roth
TL;DR提出了一种新的自适应基于梯度的异常点去除方法 AGRA，通过比较批量样本的聚合梯度和单个样本梯度，动态决定是否剔除数据集中的异常点。在多个数据集上进行广泛评估，证明了 AGRA 的有效性，同时全面的结果分析支持了初步的假设：永久性的硬异常点去除并不总是对模型最有益的。