元噪声自适应学习

有噪训练更稳健

一种元学习方法，通过从多种特征噪声模式中学习，提升多模态情感分析模型在有噪声训练数据下的鲁棒性。

Yuan, Ziqi · Baozheng, Zhang · 徐华 · 高凯

IEEE Transactions on Multimedia 2024

参数信息

性能对比

100 %

技术优势

少样本仍稳健

从不同噪声任务中学习共享知识，使得在训练样本有限的情况下仍能保持优于基线的性能。

应用场景

• 多模态学习：为多模态模型提供噪声容忍训练机制
• 鲁棒机器学习：提升模型在含噪特征下的鲁棒性
• 噪声适应：学习适应多种特征噪声模式