- …
- …
#530
summarized by : hayamizu ryo
どんな論文か？
ノイズラベルの多いデータセットに対して頑健性を保ちながら教師あり対照学習にて十分な学習を実現するために選択的教師付き対比学習(Selective-supervised Contrastive Learning: Sel-CL)を提案．Sel-CLは「(1)ノイズの多いペアから確信度が高いペアを選択(2)確信度が高いペアを用いてロバストな潜在表現を学習」の二つを軸に学習する．
新規性
ノイズラベルを用いた選択教師あり対照学習法を提案．ペアのノイズ率を必要とせずに識別された確信度の高いサンプルによって作られたペアと，表現の類似性の高い例によって作られたペアを選択．これによりさらに確信度が高いペアがより良い表現をもたらし，より良い表現がより確信度が高いペアを特定するサイクルを実現．
結果
教師なし学習における重み付きKNN評価を用いて，表現の質を評価した結果，MOITよりSel-CLが0.46%品質が向上．
その他（なぜ通ったか？等）
https://github.com/ShikunLi/Sel-CL
- …
- …