可转移元标签修正的噪声标签学习:TMLC-Net

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究提出了TMLC-Net,一种新颖的可转移元学习框架,旨在应对噪声标签对深度学习模型的影响。实验结果表明,TMLC-Net在准确性和鲁棒性方面优于现有方法,具有广泛的应用潜力。

🏷️

标签

➡️

继续阅读