- …
- …
#362
summarized by : Anonymous
どんな論文か？
この論文では，現実のアプリケーションでは、正確なラベル付けができない場合を想定し，ノイズの多い学習データセット（各データ点が複数の注釈者から複数のラベルを持つ）を与えられたときに，分類器を学習するための新しい手法を提案．
サンプル単位の重みベクトルとサンプル単位のanotertor混同行列を同時に学習し，ラベル融合を可能とする新しい学習アルゴリズムを提案した．
新規性
サンプル単位の重みベクトルとサンプル単位の注釈者混同行列を同時に学習し，ラベル融合を可能とする新しい学習アルゴリズムを提案した点．
結果
本手法の優れた性能を示すために，MNIST，CIFAR-100，ImageNet-100において，複数の最新ベースライン手法と比較し，SoTAを達成することが実証された．
その他（なぜ通ったか？等）
サンプル単位の重みベクトルとサンプル単位の混合行列を同時に学習し，ラベル融合を可能とする学習方法を提案することでSoTAを達成する事ができたから．
Github : https://github.com/zhengqigao/Learning- from-Multiple-Annotator-Noisy-Labels.
- …
- …