Une signature topologique de l'apprentissage avec des étiquettes bruitées
En bref
- Les étiquettes bruitées laissent une signature géométrique mesurable dans les activations neuronales.
- L'homologie persistante révèle des différences entre apprentissage propre et corrompu après 50 époques.
- L'accord avec les étiquettes corrompues reste faible (7-11%) malgré la signature détectable.
Cette étude analyse l'impact des étiquettes bruitées sur les représentations apprises par les réseaux de neurones. En utilisant l'homologie persistante, les chercheurs révèlent une signature géométrique mesurable dans les activations neuronales, même lorsque l'accord avec les étiquettes corrompues reste faible.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Comment nous rédigeons · Signaler une erreur