基于梯度下降的任务驱动数据验证

我们提出了一种新颖的算法，用于在给定一小份干净验证集的情况下，检测训练数据集中可能存在的样本损坏（如错误标注样本）。我们使用一组包含变量来确定噪声训练集中的任一元素是否应被纳入网络训练。我们通过基于“梯度下降上的梯度下降”的学习，优化网络在干净验证集上的性能来计算这些包含变量。如此得到的包含变量以及在该方式下训练的网络构成了我们方法的基础，我们称之为基于梯度下降的损坏检测（Corruption Detection via Gradient Descent, CDGD）。该算法可应用于任何监督式机器学习任务，且不限于分类问题。我们在合成与真实世界数据集上对这些方法进行了定量比较。