noise transition matrix
时间: 2023-09-07 18:15:25 浏览: 45
噪音转移矩阵(noise transition matrix)是用来描述噪音标签的分布与真实标签的分布之间的关系的矩阵。通过人为设计一个噪音转移矩阵T,并将真实标签的分布乘以T,就可以得到噪音标签的分布。噪音转移矩阵反映了在数据集中标注过程中可能出现的错误或噪音。它是带噪方法验证中的一个重要参数,可以用来研究和评估带噪数据的影响和修复方法的有效性。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [腾讯优图:带噪学习和协作学习,不完美场景下的神经网络优化策略](https://blog.csdn.net/karamos/article/details/106139109)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [NeurIPS 2019 | 一种对噪音标注鲁棒的基于信息论的损失函数](https://blog.csdn.net/weixin_42137700/article/details/103136177)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]