ICLRMar, 2024
基于过渡矩阵的 Dirichlet 分布的逐样本加权方法用于噪声标签学习
Dirichlet-based Per-Sample Weighting by Transition Matrix for Noisy Label Learning
HeeSun Bae, Seungjae Shin, Byeonghu Na, Il-Chul Moon
TL;DR利用噪声标签的过渡矩阵来实现分类器或风险的统计一致性已经成为先前研究的焦点,而我们提出了一种新的利用方法,基于重新采样的 RENT,并通过 DWS 框架对其与重新加权方法进行了比较。我们的实验证明,RENT 在各种基准数据集上始终优于其他过渡矩阵利用方法,包括重新加权。