研究人员开发了一个名为Robust Long-Tail learning的新框架,以应对类别分布不平衡的数据集中带噪标签的挑战。由于神经网络倾向于将尾部类别误分类为头部类别,传统的带噪标签检测方法在处理长尾数据时遇到困难。提出的解决方案引入了一个小距离标准,利用鲁棒的学习表示来更准确地识别正确标记的样本。此外,它用带噪样本的标签分布取代了离散的伪标签,以改进尾部类别的训练,并在基准和真实世界数据集上展示了显著的性能提升。 AI
影响 提高了模型在带噪标签的不平衡数据集上的鲁棒性和性能,这对于现实世界的AI应用至关重要。
排序理由 这是一篇详细介绍机器学习新框架的研究论文。[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 →