BPT-PLR: A Balanced Partitioning and Training Framework with Pseudo-Label Relaxed Contrastive Loss for Noisy Label Learning

While collecting training data, even with the manual verification of experts from crowdsourcing platforms, eliminating incorrect annotations (noisy labels) completely is difficult and expensive. In dealing with datasets that contain noisy labels, over-parameterized deep neural networks (DNNs) tend t...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Qian Zhang, Ge Jin, Yi Zhu, Hongjian Wei, Qiu Chen
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	MDPI AG 2024-07-01
سلاسل:	Entropy
الموضوعات:	deep neural networks noisy labels pseudo-label relaxed contrastive loss Gaussian mixture model
الوصول للمادة أونلاين:	https://www.mdpi.com/1099-4300/26/7/589
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!