Rethinking Regularization with Random Label Smoothing

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Federal de São Carlos (UFSCar)-
Autor(es): dc.contributorEldorado Research Institure-
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatordos Santos, Claudio Filipi Gonçalves-
Autor(es): dc.creatorPapa, João Paulo-
Data de aceite: dc.date.accessioned2025-08-21T22:14:29Z-
Data de disponibilização: dc.date.available2025-08-21T22:14:29Z-
Data de envio: dc.date.issued2025-04-29-
Data de envio: dc.date.issued2024-06-01-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1007/s11063-024-11579-z-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/304856-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/304856-
Descrição: dc.descriptionRegularization helps to improve machine learning techniques by penalizing the models during training. Such approaches act in either the input, internal, or output layers. Regarding the latter, label smoothing is widely used to introduce noise in the label vector, making learning more challenging. This work proposes a new label regularization method, Random Label Smoothing, that attributes random values to the labels while preserving their semantics during training. The idea is to change the entire label into fixed arbitrary values. Results show improvements in image classification and super-resolution tasks, outperforming state-of-the-art techniques for such purposes.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)-
Descrição: dc.descriptionDepartment of Computer Science Federal University of Sao Carlos - UFSCar, Washington Luiz Road, SP-
Descrição: dc.descriptionDepartment of Software Application Eldorado Research Institure, 275 Alan Turing Av., SP-
Descrição: dc.descriptionDepartment of Computing State University of Sao Paulo - UNESP, 14-01 Eng. Luís Edmundo Carrijo Coube Av., SP-
Descrição: dc.descriptionDepartment of Computing State University of Sao Paulo - UNESP, 14-01 Eng. Luís Edmundo Carrijo Coube Av., SP-
Descrição: dc.descriptionFAPESP: 2013/07375-0-
Descrição: dc.descriptionFAPESP: 2014/12236-1-
Descrição: dc.descriptionFAPESP: 2019/07665-4-
Descrição: dc.descriptionCAPES: 308529/2021-9-
Idioma: dc.languageen-
Relação: dc.relationNeural Processing Letters-
???dc.source???: dc.sourceScopus-
Palavras-chave: dc.subjectConvolutional neural networks-
Palavras-chave: dc.subjectLabel smoothing-
Palavras-chave: dc.subjectRegularization-
Título: dc.titleRethinking Regularization with Random Label Smoothing-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.