Введение. На сегодняшний день для создания качественного датасета классификации необходимо использовать человеческую оценку что добавляет шум из-за ошибок. Кроме того, если данные имеют высокий уровень абстракции, например классификация качества изображения или классификация эмоции человека – расхождение мнений может только усугубить ситуацию. Выводы. Проведен анализ методов обучения на зашумленных данных. Разработан метод обучения модели классификации на зашумленном датасете, который применим для обучения модели классификации на зашумленном наборе данных для улучшения перформанса модели даже на таких высоко абстрактных

Касай С.А. (науч. рук. Ефимова В.А.) Обучение глубокой нейронной сети классификации объектов на зашумленном наборе данных // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15888