跳到正文
热点事件持续更新

研究者提出多模态噪声标签检测框架REFINE

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

研究者 Jiashuo Zou 与 Xiaobo Xia 提出多模态标签噪声检测框架 REFINE。据研究者介绍,该框架通过判别分析构建判别特征向量,为每个类别挑选噪声检测能力更强的可信表示空间,再结合融合与单模态表示选择可信样本,用更干净的监督信号更新多模态分类器,以减少误标注样本的影响。 报道称,REFINE 在多种任务上优于基线方法,源代码将公开。目前信息来自论文摘要,尚无论文以外的验证。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv:cs.LG
    REFINE:在多模态噪声监督下学习该信任什么

    研究者提出 REFINE,一个多模态标签噪声检测框架,通过判别分析构建判别特征向量,为每个类别挑选噪声检测能力更强的可信表示空间,并结合融合与单模态表示选择可信样本。该框架用更干净的监督信号更新多模态分类器,减少误标注样本影响,在多种任务上优于基线方法,源代码将公开。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。