elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Using Predictive Uncertainty for Cleaning Noisy Annotations

Gütter, Jonas Aaron und Ulman, Hannah und Niebling, Julia (2022) Using Predictive Uncertainty for Cleaning Noisy Annotations. WAW Machine Learning 8, 07.-09. Nov. 2022, Jena, Deutschland.

[img] PDF
513kB

Kurzfassung

Predictive Uncertainty during model training can be used to assess wether a sample is correctly annotated or not. To see if this is also possible on remote sensing data, we applied the method on a building segmentation task.

elib-URL des Eintrags:https://elib.dlr.de/190240/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Using Predictive Uncertainty for Cleaning Noisy Annotations
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Gütter, Jonas AaronJonas.Guetter (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Ulman, Hannahhulman (at) princeton.eduNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Niebling, JuliaJulia.Niebling (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:November 2022
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:Deep Learning, Remote Sensing, segmentation, label noise
Veranstaltungstitel:WAW Machine Learning 8
Veranstaltungsort:Jena, Deutschland
Veranstaltungsart:Workshop
Veranstaltungsdatum:07.-09. Nov. 2022
Veranstalter :DLR Institut für Datenwissenschaften Jena
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Grundlagenforschung im Bereich Maschinelles Lernen
Standort: Jena
Institute & Einrichtungen:Institut für Datenwissenschaften
Hinterlegt von: Gütter, Jonas Aaron
Hinterlegt am:17 Nov 2022 15:28
Letzte Änderung:17 Nov 2022 15:28

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.