研究人员开发了一种名为轻量级噪声校正（LiNC）的新方法，以提高在有噪声医学成像数据集上训练的机器学习模型的准确性。LiNC为每个样本引入了一个可训练的“信任度”参数，允许模型学习是依赖提供的标签还是依赖自身的预测。通过分析这些信任度值，LiNC可以识别有噪声的样本并应用校正，在MedMNISTv2基准测试中，即使标签噪声高达50%，也能持续提高准确性。 AI
影响 该方法通过解决常见的数据缺陷，有望提高AI模型在医学诊断等关键应用中的可靠性。
排序理由 该集群包含一篇详细介绍机器学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
