抗噪声标签
一种通过在训练中动态分离干净与损坏标签来稳定学习过程的策略，使模型在严重标签噪声下仍能保持性能。
Yang, Hao · You-Zhi, Jin · Zi-Yin, Li · Wang, Dengbao · 耿新 · 张敏灵
IEEE Transactions on Knowledge and Data Engineering 2023
DLT 仅利用训练过程中的损失值动态区分干净与损坏样本，不需要预先提供验证集或干净标签。
丢弃可能损坏的标签后，DLT 利用自训练半监督学习技术进一步利用无标签数据，提升模型性能。