这篇文章与ICML2022的Open-sampling是同一个作者，方法一模一样，只是问题的场景变为噪声标签学习，Open-sampling是长尾问题的场景，可参见写的这篇blog。

这两篇文章大致做法完全相同：对biased数据集引入开集数据，在每个epoch分配均匀的闭集标签。如果是long tailed data，还涉及不平衡问题，因此分配就不是均匀分布了（详见之前的blog）。而这篇文章比Open-sampling早，且是在噪声标签学习问题上进行的，因此对于开集样本标签分配只是简单的均匀分配。但这篇文章提供了解释：为什么引入开集样本能帮助biased数据学习？

Method

对于无标签的数据集\(\mathcal{D}_{out}\)，每个epoch会生成新的服从均匀分布的闭集噪声标签\(\mathcal{U}_k\)，这部分数据使用单独的损失函数计算损失：

\[\mathcal{L}_2=\mathbb{E}_{\mathcal{D}_{\mathrm{out}}}\left[\ell\left(f(\widetilde{\boldsymbol{x}};\boldsymbol{\theta}),\widetilde{y}\right)\right]=\mathbb{E}_{\mathcal{D}_{\mathrm{out}}}\left[-e^{\widetilde{y}}\log f\left(\widetilde{\boldsymbol{x}};\boldsymbol{\theta}\right)\right],\mathrm{where~}\widetilde{y}\sim\mathcal{U}_k \]

\(f\)表示分类器。而原来的数据集\(\mathcal{D}_{train}\)使用另外的损失函数，整体的训练目标为：

\[\mathcal{L}_{\mathrm{total}}=\mathcal{L}_1+\eta\cdot\mathcal{L}_2=\mathbb{E}_{\mathcal{D}_{\mathrm{train}}}\left[\ell\left(f(x;\boldsymbol{\theta}),y\right)\right]+\eta\cdot\mathbb{E}_{\mathcal{D}_{\mathrm{out}}}\left[\ell\left(f(\widetilde{x};\boldsymbol{\theta}),\widetilde{y}\right)\right] \]

其中\(\eta\)是一个超参数，用于平衡两个损失函数的重要性。\(\mathcal{L}_1\)也可以使用其他的损失函数代替（文中使用的是CE）。

开集样本如何帮助噪声标签学习

简单来说：利用open set，神经网络的额外容量可以在很大程度上消耗掉，而不会干扰对干净数据中学习。增加开集辅助样本的数量会减慢固有噪声的拟合（见Fig. 1c）。

站在SGD的角度，作者的方法引入的open set带来的噪声是随机方向的、无冲突的和偏置的，这可能有助于模型收敛到具有优异稳定性的平坦最小值，并强制模型对 open set产生保守的预测（作者还在OOD检测任务上进行了测试）。

• 随机方向：open set的噪声标签是均匀的，因此产生的SGD噪声方向随机，这使得训练难以收敛并有助于摆脱局部最小值。否则模型将很快收敛到局部最小值，因为在训练过程中参数的优化始终遵循梯度下降的方向。
• 无冲突：open set使用独立的损失函数。如果和闭集使用统一损失函数，闭集样本生成的噪声可能与原始梯度相冲突，导致训练不稳定。
• 偏置：open set的噪声期望不为0，因此噪声带来偏置，这会促使模型（分类器）\(f\)产生更保守的预测，因此该方法也能用于OOD检测。

作者在文中列举了关于噪声的SGD梯度相关证明，但个人觉得只是简单的化简。

Related Work

噪声标签学习大概可以分为以下几点，但彼此间不独立，也可以相互结合，因此才有不少A+B的paper。

1. 使用挑选出来的样本训练：选择小损失样本；使用GMM分布筛出干净样本（e.g. Dividemix）；使用多模型协议（通常是两个模型，两个模型同时认为是干净样本才算干净样本）。
2. 对不同样本施加不同权重，干净样本权重更大。
3. 基于估计的噪声转移矩阵或模型预测对损失进行校准。
4. 设计更robust且有理论依据的损失函数。
5. 设置正则化，提高噪声学习的泛化能力，如梯度裁剪、标签平滑。
6. 与半监督结合。

Discussion

作者在文中仅考虑了与实例无关的开集噪声样本，大部分考虑训练集含开集噪声的论文也是如此。但实际场景下，开集噪声样本应当与干净样本有一定的相似性但仍不属于同一类（这在文中被称为instance-dependent open-set noisy labels），因此如果采用这种设置，结果可能又将不同。

参考文献

1. Wei, Hongxin, et al. “Open-set label noise can improve robustness against inherent label noise.” Advances in Neural Information Processing Systems 34 (2021): 7978-7992.
2. Wei, Hongxin, et al. “Open-sampling: Exploring out-of-distribution data for re-balancing long-tailed datasets.” International Conference on Machine Learning. PMLR, 2022.