#105
summarized by : Akihiro FUJII
Correlated Input-Dependent Label Noise in Large-Scale Image Classification

どんな論文か?

大規模な画像分類データには、ノイズの多いラベルが含まれることが多いが、最終層に多変量正規分布の潜在変数を配置することにより、ラベルノイズをモデルかする手法を提案。組み込むことでImageNet, JFT-300Mなどで大幅な精度向上を確認した。

新規性

最終層に潜在変数を配置することで、ラベルノイズをモデル化する機構を開発したところ。最終層の表現をパラメーター化したあと、多変量正規分布でノイズを加え、それを出力とする

結果

ImageNet, JFT-300Mで精度向上を確認。Web-VisionではSotA性能を獲得した。

その他(なぜ通ったか?等)