La IA y los problemas difíciles del mundo · Informática teórica · arXiv · 2026-10-22
Transferencia y fusión de información independientes del modelo para clasificación con ruido en las etiquetas
Título original: Model-agnostic information transfer and fusion for classification with label noise
Los investigadores desarrollaron un marco independiente del modelo y no paramétrico para clasificación que utiliza un conjunto de datos grande con etiquetas ruidosas y un conjunto pequeño de datos limpios verificados por expertos. Utiliza los datos limpios para depurar el conjunto ruidoso, gestionando cuidadosamente las muestras que permanecen ambiguas. El marco cuenta con teoría estadística que lo respalda, y su rendimiento se demostró en simulaciones y en análisis de imágenes médicas para el diagnóstico de neumonía.