#290
summarized by : 山縣英介
Training Noise-Robust Deep Neural Networks via Meta-Learning

どんな論文か?

ラベルノイズに対して頑強なネットワークを学習する新しい手法(MLC)を提案.従来法と異なりhuman-in-the-loopではないにも関わらずSOTAとcomparableな結果.
placeholder

新規性

従来はラベルを劣化させるnoise transition matrixをpriorに基づいて学習していたのを,提案手法はメタ学習でデータから直接学習.

結果

CV dataset(MNIST, CIFAR, Clothing1M), NLP dataset(Twitter)でcomparableかつ一部SOTA.

その他(なぜ通ったか?等)

priorを必要とせずデータから直接学習できることの実用性とpriorを必要とする従来法に比べても遜色ない精度.