- …
- …
#572
summarized by : Kazuki Omi
どんな論文か？
ラベルノイズをモデル化する PNP (Probabilistic Noise Prediction)を提案．
クラスを予測するネットワークとノイズを予測するネットワークを同時に学習し，ノイズのあるサンプルを特定する．
その結果に応じて最適化する損失を変更することでノイズのあるサンプルを含んだデータセットから学習することを可能にする．
新規性
閾値などのハイパーパラメータを指定してサンプルを選択する（なるべくノイズのないサンプルで学習するため）ことでノイジーラベルに対応する既存の手法とは異なり，ハイパーパラメータの指定はなく学習によって最適化する損失を変更する．
結果
CIFAR100N, CIFAR80Nといった2つの合成データセットとWeb-Aircraft, Web-Bird, Web-car, FOOD101Nといった4つの実世界のデータセットで実験を行い提案手法の有効性を確認した．
その他（なぜ通ったか？等）
https://github.com/NUST-MachineIntelligence-Laboratory/PNP
- …
- …