在海量大数据的帮助下,深度学习在许多领域都取得了显著的成功。但是,数据标签的质量是一个问题,因为在许多现实场景中缺乏高质量的标签。由于带噪标签严重降低了深度神经网络的泛化性能,从带噪标签中学习(鲁棒训练)已成为现代深度学习应用的一项重要任务。在这个综述中,我们首先从监督学习的角度来描述标签噪声的学习问题。接下来,我们提供了对46种最先进的鲁棒训练方法的全面回顾,所有这些方法根据其方法上的差异被归类为7组,然后系统地比较用于评价其优越性的6种属性。然后,总结了常用的评价方法,包括公共噪声数据集和评价指标。最后,我们提出了几个有前景的研究方向,可以作为未来研究的指导。

https://arxiv.org/abs/2007.08199

成为VIP会员查看完整内容
97

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《深度持续学习》综述论文,32页pdf
专知会员服务
176+阅读 · 2020年9月7日
最新《深度学习人脸识别》综述论文,
专知会员服务
66+阅读 · 2020年8月10日
《小样本元学习》2020最新综述论文
专知会员服务
172+阅读 · 2020年7月31日
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
292+阅读 · 2020年6月16日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
68+阅读 · 2020年6月10日
元学习(meta learning) 最新进展综述论文
专知会员服务
275+阅读 · 2020年5月8日
零样本图像识别综述论文
专知会员服务
56+阅读 · 2020年4月4日
零样本图像识别综述论文
专知
20+阅读 · 2020年4月4日
多模态深度学习综述,18页pdf
专知
45+阅读 · 2020年3月29日
图数据表示学习综述论文
专知
51+阅读 · 2019年6月10日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Arxiv
38+阅读 · 2020年3月10日
Fast AutoAugment
Arxiv
4+阅读 · 2019年5月1日
Arxiv
9+阅读 · 2019年4月19日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
135+阅读 · 2018年10月8日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
7+阅读 · 2018年3月21日
VIP会员
相关VIP内容
最新《深度持续学习》综述论文,32页pdf
专知会员服务
176+阅读 · 2020年9月7日
最新《深度学习人脸识别》综述论文,
专知会员服务
66+阅读 · 2020年8月10日
《小样本元学习》2020最新综述论文
专知会员服务
172+阅读 · 2020年7月31日
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
292+阅读 · 2020年6月16日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
68+阅读 · 2020年6月10日
元学习(meta learning) 最新进展综述论文
专知会员服务
275+阅读 · 2020年5月8日
零样本图像识别综述论文
专知会员服务
56+阅读 · 2020年4月4日
相关论文
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Arxiv
38+阅读 · 2020年3月10日
Fast AutoAugment
Arxiv
4+阅读 · 2019年5月1日
Arxiv
9+阅读 · 2019年4月19日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
135+阅读 · 2018年10月8日
Arxiv
8+阅读 · 2018年5月15日
Arxiv
9+阅读 · 2018年3月28日
Arxiv
7+阅读 · 2018年3月21日
微信扫码咨询专知VIP会员