論文の概要: Label-Efficient Dataset Pruning via Semi-Supervised Pseudo-Labeling

• arxiv url: http://arxiv.org/abs/2605.23198v1
• Date: Fri, 22 May 2026 03:29:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 17:29:20.187661
• Title: Label-Efficient Dataset Pruning via Semi-Supervised Pseudo-Labeling
• Title（参考訳）: 半スーパービジョン擬似ラベルによるラベル効率の良いデータセット抽出
• Authors: Yeseul Cho, Baekrok Shin, Changmin Kang, Chulhee Yun,
• Abstract要約: SemiPruneは、小さなランダムにラベル付けされたサブセットのみを使用するラベル効率のよいデータセットプルーニングフレームワークである。 ドメイン固有、画像破壊、長い尾のデータセットに対するアプローチを検証する。
• 参考スコア（独自算出の注目度）: 21.895855823360787
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dataset pruning reduces the storage and training costs of deep learning by selecting an informative subset from a large dataset. However, most existing pruning methods require fully labeled data, which limits their applicability in realistic settings where unlabeled data are abundant and annotation is costly. Recent label-free pruning methods address this issue, but they rely on features from pretrained models to estimate example difficulty. This dependence can be unreliable when the target dataset differs substantially from the pretraining distribution. We propose SemiPrune, a label-efficient dataset pruning framework, using only a small randomly labeled subset, that uses semi-supervised learning to generate pseudo-labels for unlabeled data, allowing existing supervised pruning methods that require label information to be seamlessly applied to the resulting pseudo-labeled training pool. We then estimate example difficulty from pseudo-label-induced training dynamics and select a coreset. By learning directly from the target dataset, our method better captures the target distribution and provides more reliable signals for difficulty estimation and coreset selection. We validate our approach on domain-specific, image-corrupted, and long-tailed datasets, where it achieves state-of-the-art performance among label-free and label-efficient baselines, while also demonstrating competitive performance on standard benchmarks.
• Abstract（参考訳）: データセットのプルーニングにより、大規模なデータセットから情報サブセットを選択することで、ディープラーニングのストレージとトレーニングコストが削減される。 しかし、既存のプルーニング手法の多くは完全なラベル付きデータを必要とするため、ラベルなしデータが豊富でアノテーションが高価である現実的な設定では適用性が制限される。 最近のラベルフリープルーニング手法はこの問題に対処するが、事前訓練されたモデルの特徴に頼ってサンプルの難易度を推定する。 対象のデータセットが事前学習分布と大きく異なる場合、この依存は信頼できない。 ラベルのないデータに対して擬似ラベルを生成するための半教師付き学習を用いて,ラベル情報を必要とする既存の擬似ラベル付きトレーニングプールにシームレスにラベル情報を適用可能な,ラベル効率の高いデータセットプルーニングフレームワークであるSemiPruneを提案する。 次に、擬似ラベルによる学習力学からサンプルの難易度を推定し、コアセットを選択する。 対象のデータセットから直接学習することにより,対象の分布をよりよく把握し,予測の困難さやコアセット選択のための信頼性の高い信号を提供する。 そこでは,ラベルのない,ラベル効率のよいベースライン間の最先端のパフォーマンスを実現するとともに,標準ベンチマーク上での競合性能を示す。

関連論文リスト

• Keep It on a Leash: Controllable Pseudo-label Generation Towards Realistic Long-Tailed Semi-Supervised Learning [88.48555005545694]
  ラベル付きデータセットから信頼できる擬似ラベルでラベル付きデータセットを拡張するための制御可能な擬似ラベル生成(CPG)フレームワークを提案する。 CPGは制御可能な自己強化最適化サイクルを介して動作する。 CPGは、最先端のメソッドを最大$textbf15.97%の精度で上回り、一貫した改善を実現している。
  論文  参考訳（メタデータ） (2025-10-05T01:52:19Z)
• Soft Curriculum for Learning Conditional GANs with Noisy-Labeled and Uncurated Unlabeled Data [70.25049762295193]
  本稿では,トレーニング中にノイズラベル付きおよび未処理データを受け入れる条件付き画像生成フレームワークを提案する。 本稿では,ラベルのないデータに新たなラベルを割り当てながら,逆行訓練にインスタンスワイドを割り当てるソフトカリキュラム学習を提案する。 実験により,本手法は,定量および定性性能の両面において,既存の半教師付き・ラベル付きロバストな手法より優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-17T08:31:59Z)
• Doubly Robust Self-Training [46.168395767948965]
  本稿では,新しい半教師付きアルゴリズムである二重頑健な自己学習を導入する。 通常の自己学習ベースラインよりも2倍頑健な損失の優位性を実証する。
  論文  参考訳（メタデータ） (2023-06-01T00:57:16Z)
• Debiased Pseudo Labeling in Self-Training [77.83549261035277]
  ディープニューラルネットワークは、大規模ラベル付きデータセットの助けを借りて、幅広いタスクで顕著なパフォーマンスを達成する。 ラベル付きデータの要求を軽減するため、ラベル付けされていないデータに擬似ラベルを付けることにより、学術と産業の両方で自己学習が広く使われている。 疑似ラベルの生成と利用を2つの独立した頭文字で分離するデバイアスドを提案する。
  論文  参考訳（メタデータ） (2022-02-15T02:14:33Z)
• Weakly Supervised Pseudo-Label assisted Learning for ALS Point Cloud Semantic Segmentation [1.4620086904601473]
  競合ポイントクラウドの結果は通常、大量のラベル付きデータに依存します。 本研究では,基礎的事実を限定した正確な結果を得るための擬似ラベル方式を提案する。
  論文  参考訳（メタデータ） (2021-05-05T08:07:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。