跳到正文
热点事件持续更新

研究者提出噪声标签校准评估新方法

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

针对医学标注和众包中多个标注者给出的标签可能存在错误的问题,研究者 Keisuke Hanada 和 Futoshi Futami 提出 Noise Corrected ECE(NC-ECE),一种在类条件噪声下估计期望校准误差(ECE)的分箱估计器,并给出其偏差的非渐近界。 该研究称,仅使用带噪声的标注,即可在潜在的干净标签分布下评估并重校准一个固定的二分类预测器。

AI 根据报道生成 · 3 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15日
  1. arXiv stat.ML
    面向多重不可靠标签的噪声标签校准方法

    针对医学标注与众包中多个标注者给出的标签可能存在错误的问题,研究者提出 Noise Corrected ECE(NC-ECE),一种在类条件噪声下估计期望校准误差(ECE)的分箱估计器,并给出其偏差的非渐近界。

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。