最大分离主动学习
原文中文,约700字,阅读约需2分钟。
📝
内容提要
本研究提出了一种新型主动学习方法,利用等角超球面点作为类别原型,解决了传统方法中的采样偏差问题。通过最大分离主动学习(MSAL)及其结合策略(MSAL-D),该方法在五个基准数据集上超越了现有技术,同时保持样本多样性,消除了高成本的聚类步骤。
🎯
关键要点
-
本研究提出了一种新型主动学习方法,利用等角超球面点作为类别原型。
-
该方法解决了传统主动学习方法中的采样偏差问题。
-
通过最大分离主动学习(MSAL)及其结合策略(MSAL-D),该方法在五个基准数据集上表现优于现有技术。
-
该方法保持了样本多样性,并消除了高成本的聚类步骤。
-
主动学习的目标是优化性能,同时最小化标注成本。
🏷️