提出标签噪声鲁棒图算法LENS
热点事件持续更新
提出标签噪声鲁棒图算法LENS
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Pintu Kumar 与 Nandyala Hemachandra 在论文中提出标签噪声鲁棒算法 LENS(Leave-one-out Entropy Node Screening),用于图数据节点分类中的噪声节点识别与重标注。方法通过测量移除某节点后邻域标签分布熵的变化来识别噪声节点,并结合重标注机制保留其特征信息。 论文摘要称,该方法在节点分类任务中达到现有抗噪方法中的最佳准确率,同时运行速度快一个数量级。该结论目前仅依据论文摘要,具体实验条件尚未说明。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 12:00
Pintu Kumar与Nandyala Hemachandra提出抗标签噪声图算法LENS报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv · cs.AIPintu Kumar与Nandyala Hemachandra提出抗标签噪声图算法LENS
Pintu Kumar与Nandyala Hemachandra在论文中提出Leave-one-out Entropy Node Screening(LENS),通过测量移除节点后邻域标签分布熵的变化识别噪声节点,并结合重标注机制保留其特征信息。论文摘要称,该方法在节点分类任务中达到现有抗噪方法中的最佳准确率,同时运行速度快一个数量级;相关结论仅依据摘要,具体实验条件尚未说明。
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。