中国科学院计算技术研究所 发布 FNBench 数据集, 应用在 联邦学习、数据质量 领域

中国科学院计算技术研究所 本次发布的数据集 FNBench, FNBench是一个基准研究，旨在评估联邦学习（FL）在面对噪声标签时的鲁棒性。该数据集考虑了三种不同的噪声标签模式，包括合成标签噪声、不完美的人为标注错误和系统性错误。评估涉及了五种图像识别数据集和一个文本分类数据集，并纳入了十八种最先进的方法。数据集的创建旨在解决联邦学习中数据质量保证的问题，特别是当客户端的本地数据集可能包含不同程度的标签噪声时。FNBench为联邦学习社区提供了一个实验平台，以便研究人员可以测试和比较不同方法的性能。

查看FNBench

README 内容： 

关于 中国科学院计算技术研究所 , 中国科学院计算技术研究所（ICT）成立于1956年，是中国最早从事计算机科学技术综合性研究的学术机构。该所致力于计算机科学理论、高性能计算、人工智能、网络与信息安全等领域的研究，培养了大批计算机领域的专家和学者，为中国计算机科学技术的发展做出了重要贡献。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。