مقاله اصلاح شبه برچسب برای نویز وابسته به نمونه با استفاده از چارچوب معلم و دانش آموز
| عنوان مقاله به انگلیسی | Pseudo-label Correction for Instance-dependent Noise Using Teacher-student Framework |
| عنوان مقاله به فارسی | مقاله اصلاح شبه برچسب برای نویز وابسته به نمونه با استفاده از چارچوب معلم و دانش آموز |
| نویسندگان | Eugene Kim |
| زبان مقاله | انگلیسی |
| فرمت مقاله: | |
| تعداد صفحات | 5 |
| دسته بندی موضوعات | Machine Learning,Computer Vision and Pattern Recognition,یادگیری ماشین , دید رایانه و تشخیص الگوی , |
| توضیحات | Submitted 23 November, 2023; originally announced November 2023. |
| توضیحات به فارسی | ارسال شده 23 نوامبر 2023 ؛در ابتدا نوامبر 2023 اعلام شد. |
چکیده
The high capacity of deep learning models to learn complex patterns poses a significant challenge when confronted with label noise. The inability to differentiate clean and noisy labels ultimately results in poor generalization. We approach this problem by reassigning the label for each image using a new teacher-student based framework termed P-LC (pseudo-label correction). Traditional teacher-student networks are composed of teacher and student classifiers for knowledge distillation. In our novel approach, we reconfigure the teacher network into a triple encoder, leveraging the triplet loss to establish a pseudo-label correction system. As the student generates pseudo labels for a set of given images, the teacher learns to choose between the initially assigned labels and the pseudo labels. Experiments on MNIST, Fashion-MNIST, and SVHN demonstrate P-LC's superior performance over existing state-of-the-art methods across all noise levels, most notably in high noise. In addition, we introduce a noise level estimation to help assess model performance and inform the need for additional data cleaning procedures.
چکیده به فارسی (ترجمه ماشینی)
ظرفیت بالای مدل های یادگیری عمیق برای یادگیری الگوهای پیچیده هنگام مواجهه با سر و صدای برچسب ، چالش مهمی را ایجاد می کند.عدم توانایی در تمایز برچسب های تمیز و پر سر و صدا در نهایت منجر به تعمیم ضعیف می شود.ما با تعیین مجدد برچسب برای هر تصویر با استفاده از یک چارچوب جدید مبتنی بر معلم و دانش آموز به نام P-LC (تصحیح شبه برچسب) به این مشکل نزدیک می شویم.شبکه های سنتی معلم و دانش آموز از طبقه بندی کننده معلمان و دانش آموزان برای تقطیر دانش تشکیل شده اند.در رویکرد جدید ما ، ما شبکه معلم را در یک رمزگذار سه گانه قرار می دهیم و از دست دادن سه گانه برای ایجاد یک سیستم تصحیح شبه برچسب استفاده می کنیم.از آنجا که دانش آموز برچسب های شبه ای را برای مجموعه ای از تصاویر داده شده تولید می کند ، معلم می آموزد که بین برچسب های اختصاص داده شده در ابتدا و برچسب های شبه انتخاب کند.آزمایشات مربوط به MNIST ، Fashion-Mnist و SVHN عملکرد برتر P-LC را نسبت به روشهای پیشرفته موجود در تمام سطوح سر و صدا نشان می دهد ، که مهمترین آنها در سر و صدای زیاد است.علاوه بر این ، ما یک تخمین سطح سر و صدا را برای کمک به ارزیابی عملکرد مدل معرفی می کنیم و نیاز به روشهای اضافی برای تمیز کردن داده ها را آگاه می کنیم.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.