- …
- …
#357
summarized by : Koki Obinata
どんな論文か？
ノイズが含まれるようなデータから学習するメタラーニング手法を提案．通常の勾配によるアップデートの前に，メタテストステップを挟むことで，ノイズの影響を受けにくい学習を行う．メタテストステップでは，データに意図的にノイズを加えて，ノイズなしで学習したteacherモデルとノイズありの合成データで学習したstudentモデルの一貫性を目的関数に加えて学習を行う．
新規性
ラベルのノイズに強いモデルを学習するためにメタラーニング手法を用いた点．
ノイズなしで学習したteacherモデルとノイズありの合成データで学習したstudentモデルの一貫性を目的関数に加えてメタラーニングを行う点．
結果
CIFAR-10のデータに意図的にノイズを加えたデータ及び，ラベルノイズが含まれる実データセットとしてClothing 1Mを用いて精度検証．ノイズラベルを考慮した複数のベースライング学習手法と比較し，高い精度が得られた．
その他（なぜ通ったか？等）
学習に含まれる複数のハイパーパラメータの影響をそれぞれ検証している点．
Clothing 1Mデータセットでベースライン学習手法よりも良い精度を達成した点．
- …
- …