论文标题：Robust long-tailed learning under label noise

期刊：Frontiers of Computer Science

作者：Tong WEI, Jiang-Xin SHI, Min-Ling ZHANG, Yu-Feng LI

发表时间：19 Mar 2025

DOI：10.1007/s11704-025-40860-0

微信链接：点击此处阅读微信文章

FCS“优秀青年计算机科学家论坛”于2019年启动，以尊重科学贡献、传播更多优秀成果为宗旨。论坛作者审视自己的研究领域，介绍研究方向和研究进展。本论坛所有文章均为特邀稿件。

本期“优秀青年计算机科学家论坛”推出南京大学南京大学李宇峰教授团队和东南大学张敏灵教授团队的成果——标记噪声下的稳健长尾学习。

作者简介

李宇峰，南京大学教授。主要研究方向聚焦于鲁棒可靠机器学习及其应用。已在领域内顶级期刊与会议上发表学术论文90余篇，被引用6900余次，其研究成果入选IJCAI 2021早期学术生涯亮点报告。

引用格式：

Tong WEI, Jiang-Xin SHI, Min-Ling ZHANG, Yu-Feng LI. Robust long-tailed learning under label noise. Front. Comput. Sci., 2026, 20(1): 2001321

阅读原文：

问题概述

针对现实场景标记噪声下的长尾学习问题，南京大学李宇峰教授团队和东南大学张敏灵教授团队撰写了研究论文：标记噪声下的稳健长尾学习。文章首次提出了基于逐类样本距离度量的新型噪声纠偏标准，以及稳健的长尾学习框架。

技术步骤

传统的小损失标准无法区分尾部类的干净样本和噪声样本。相比之下，逐类样本距离度量则更加稳健。具体来说，首先在嵌入空间中计算样本与其类原型之间的距离，然后选择小距离样本作为干净样本。在此基础上，通过进一步结合软伪标签技术，研究人员提出了稳健的长尾学习框架RoLT。

实验结果

大量实验结果表明，本文提出的稳健长尾学习框架RoLT在多种设置下均显著提升模型的泛化性能，并在噪声程度较大的情形下具有更显著的性能提升。

期刊简介

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办，南京大学支持，SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华院士，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐B类期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”；两次入选“中国科技期刊卓越行动计划”（一期梯队、二期领军）。

中国学术前沿期刊网

http://journal.hep.com.cn