噪声校正更全面
引入多视图学习，利用不同视图间的差异互补校正噪声实例，提高了噪声标签的处理效果。
Xinyang, Li · 李超群 · Jiang, Liangxiao
Information Fusion 2023
MVNC 构造了一个由多个噪声标签组成的新视图，与原始特征视图充分交换信息，两个分类器之间产生分歧并相互补充，从而对噪声实例做出更可靠的预测。
在 38 个基准数据集和 6 个真实世界数据集上的实验结果表明，新视图的加入显著增强了噪声校正的效果，验证了算法在不同场景下的有效性。