與模型無關的資訊傳遞與融合，用於含標籤雜訊的分類

原標題: Model-agnostic information transfer and fusion for classification with label noise

研究人員開發了一個與模型無關的無母數分類框架，利用含雜訊標籤的大型資料集，以及小型且經專家驗證的乾淨資料集。該框架利用乾淨資料來淨化含雜訊的資料集，同時謹慎處理仍存有歧義的樣本。此框架具有統計理論支持，其效能已在模擬與用於肺炎診斷的醫學影像分析中獲得實證。