- …
- …
#390
summarized by : Tenga Wakamiya
どんな論文か？
弱教師あり学習にて大量(95％)のノイズが乗っているようなデータセットでも効果的な学習方法の提案
新規性
大量のノイズがあるデータセットを効率よく学習するためにクリーンネットと残差ネットを提案
特徴空間からクリーンラベル空間への写像と特徴空間からクリーンラベル間の残差への写像とノイズのある写像を学び，残差ネットはクリーンネットの過学習のリスクを減らすための正則化項として機能する
結果
MS COCO，OpenImage，およびClothing 1Mデータセットでマルチラベルとシングルラベルの両方の画像分類タスクにおいて提案されたアプローチが他の手法と比較して高い精度を出した
その他（なぜ通ったか？等）
弱教師あり学習の中でも大量のノイズに強い手法の提案
弱教師あり学習がHotな話題だと考えた
- …
- …