核选取文献精选导论与近期进展
机器学习
2026-01-30 v2 计算机视觉与模式识别
摘要
核选取旨在解决在大型数据集中寻找小型、代表性子集以保留有效机器学习所必需模式的挑战。虽然已有多个调查探索了数据降采样策略，但大多数仅聚焦于经典几何方法或主动学习技术。在 contrast 本调查中，我们将三大主要核选取研究线统一为单一分类法，包括训练-free、训练导向和无标签方法。我们呈现了现有工作常忽视的子领域，包括次可分函数、双层优化以及近期在无标签数据集上伪标签化的进展。此外，我们检查修剪策略如何影响泛化以及神经网络扩展规律，提供了此前评论所缺乏的新见解。最后，我们在不同计算、鲁棒性和性能需求下比较这些方法，并指出开放挑战，如鲁棒性、异常值过滤以及适应基础模型进行核选取，以供未来研究。
关键词
引用
@article{arxiv.2505.17799,
title = {A Coreset Selection of Coreset Selection Literature: Introduction and Recent Advances},
author = {Brian B. Moser and Arundhati S. Shanbhag and Stanislav Frolov and Federico Raue and Joachim Folz and Andreas Dengel},
journal= {arXiv preprint arXiv:2505.17799},
year = {2026}
}