hh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Agreeing to disagree: active learning with noisy labels without crowdsourcing
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), CAISR Centrum för tillämpade intelligenta system (IS-lab).ORCID-id: 0000-0002-2859-6155
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), CAISR Centrum för tillämpade intelligenta system (IS-lab).ORCID-id: 0000-0002-7796-5201
The University of South Dakota, Vermillion, South Dakota, USA.ORCID-id: 0000-0003-4176-0236
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS), CAISR Centrum för tillämpade intelligenta system (IS-lab).ORCID-id: 0000-0003-2185-8973
2018 (Engelska)Ingår i: International Journal of Machine Learning and Cybernetics, ISSN 1868-8071, E-ISSN 1868-808X, Vol. 9, nr 8, s. 1307-1319Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

We propose a new active learning method for classification, which handles label noise without relying on multiple oracles (i.e., crowdsourcing). We propose a strategy that selects (for labeling) instances with a high influence on the learned model. An instance x is said to have a high influence on the model h, if training h on x (with label y = h(x)) would result in a model that greatly disagrees with h on labeling other instances. Then, we propose another strategy that selects (for labeling) instances that are highly influenced by changes in the learned model. An instance x is said to be highly influenced, if training h with a set of instances would result in a committee of models that agree on a common label for x but disagree with h(x). We compare the two strategies and we show, on different publicly available datasets, that selecting instances according to the first strategy while eliminating noisy labels according to the second strategy, greatly improves the accuracy compared to several benchmarking methods, even when a significant amount of instances are mislabeled. © Springer-Verlag Berlin Heidelberg 2017

Ort, förlag, år, upplaga, sidor
Heidelberg: Springer, 2018. Vol. 9, nr 8, s. 1307-1319
Nyckelord [en]
Active learning, Classification, Label noise, Mislabeling, Interactive learning, Machine learning, Data mining
Nationell ämneskategori
Signalbehandling Datorsystem Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:hh:diva-33365DOI: 10.1007/s13042-017-0645-0ISI: 000438855100006Scopus ID: 2-s2.0-85050140726OAI: oai:DiVA.org:hh-33365DiVA, id: diva2:1077485
Tillgänglig från: 2017-02-27 Skapad: 2017-02-27 Senast uppdaterad: 2020-02-03Bibliografiskt granskad

Open Access i DiVA

BougueliaAL(4055 kB)296 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 4055 kBChecksumma SHA-512
9aacfa1f3fce5e3aba1715874af2f2e26181ee5424f36380b92bba06b1f3dd54506be4ca4350256b59d04dc4bb38c2860e71c537f631c47f7ed9a1ce18d1a5d8
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Bouguelia, Mohamed-RafikNowaczyk, SławomirSantosh, K. C.Verikas, Antanas

Sök vidare i DiVA

Av författaren/redaktören
Bouguelia, Mohamed-RafikNowaczyk, SławomirSantosh, K. C.Verikas, Antanas
Av organisationen
CAISR Centrum för tillämpade intelligenta system (IS-lab)
I samma tidskrift
International Journal of Machine Learning and Cybernetics
SignalbehandlingDatorsystemDatavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 296 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 806 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf