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。
➡️