Identifying Mislabeled Data using the Area Under the Margin Ranking

计算机科学 人工智能 边距(机器学习) 机器学习 排名(信息检索) 离群值 模式识别(心理学)
作者
Geoff Pleiss,Tianyi Zhang,Ethan R. Elenberg,Kilian Q. Weinberger
出处
期刊:arXiv: Learning 被引量:23
摘要

Not all data in a typical training set help with generalization; some samples can be overly ambiguous or outrightly mislabeled. This paper introduces a new method to identify such samples and mitigate their impact when training neural networks. At the heart of our algorithm is the Area Under the Margin (AUM) statistic, which exploits differences in the training dynamics of clean and mislabeled samples. A simple procedure - adding an extra class populated with purposefully mislabeled threshold samples - learns a AUM upper bound that isolates mislabeled data. This approach consistently improves upon prior work on synthetic and real-world datasets. On the WebVision50 classification task our method removes 17% of training data, yielding a 1.6% (absolute) improvement in test error. On CIFAR100 removing 13% of the data leads to a 1.2% drop in error.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
杜安发布了新的文献求助10
2秒前
2秒前
3秒前
4秒前
隐形曼青应助电磁鳄采纳,获得10
4秒前
充电宝应助伶俐初蓝采纳,获得10
5秒前
5秒前
梁子明发布了新的文献求助10
5秒前
明理的秀发布了新的文献求助10
5秒前
ASH应助科研通管家采纳,获得10
5秒前
DOC_XIONG应助科研通管家采纳,获得10
5秒前
6秒前
Optimistic应助科研通管家采纳,获得10
6秒前
情怀应助独特的又菱采纳,获得10
6秒前
hzy应助科研通管家采纳,获得10
6秒前
DOC_XIONG应助科研通管家采纳,获得10
6秒前
星上尔烟完成签到 ,获得积分10
6秒前
ASH应助科研通管家采纳,获得10
6秒前
kenny完成签到,获得积分10
6秒前
DOC_XIONG应助科研通管家采纳,获得10
6秒前
6秒前
Lucas应助科研通管家采纳,获得10
7秒前
小怪发布了新的文献求助10
7秒前
Dearnings应助科研通管家采纳,获得10
7秒前
7秒前
7秒前
DOC_XIONG应助科研通管家采纳,获得10
7秒前
在水一方应助科研通管家采纳,获得10
7秒前
ASH应助科研通管家采纳,获得10
7秒前
朴素友桃完成签到,获得积分10
8秒前
xxx应助科研通管家采纳,获得10
8秒前
8秒前
8秒前
情怀应助科研通管家采纳,获得10
8秒前
大轩发布了新的文献求助10
9秒前
忧伤的康完成签到,获得积分10
9秒前
Diane丶凯发布了新的文献求助10
9秒前
yuan发布了新的文献求助10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Principles of town planning: translating concepts to applications 1000
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Concepts in the Brain 500
核安全综合知识2024版 500
Photothermal Science and Techniques 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7719417
求助须知:如何正确求助?哪些是违规求助? 9273038
关于积分的说明 20095649
捐赠科研通 7295403
什么是DOI,文献DOI怎么找? 3299824
关于科研通互助平台的介绍 2453588
邀请新用户注册赠送积分活动 2307124