* ラベルのアノテーションミスを推定し、修正したラベルにより分類モデルを学習するPENCIL(probabilistic end-to-end noise correction in labels)フレームワークを提案 * 数十％の大量のミスラベルが有っても一定の性能を確保している * 精度の高いラベルが…