HyperCore：基于超球面模型的噪声环境核心集选择
机器学习
2025-11-18 v2 人工智能
摘要
核心集选择方法的目标是识别数据集的代表性子集，以实现高效模型训练。然而，现有方法通常忽略标注错误的可能性，并需要固定的剪枝率，这使其在现实场景中不切实际。我们提出了 HyperCore，这是一个明确针对噪声环境设计的鲁棒且自适应的核心集选择框架。HyperCore 利用按类别学习的轻量级超球面模型，将类内样本嵌入到靠近超球面中心的位置，同时根据距离自然分离类外样本。通过使用 Youden's J 统计量，HyperCore 能够自适应地选择剪枝阈值，实现无需超参数调数的自动、感知噪声的数据剪枝。我们的实验表明，HyperCore 始终优于最先进的核心集选择方法，尤其是在噪声和低数据量场景下。HyperCore 有效地丢弃了错误标注和模糊的数据点，生成紧凑且信息丰富的子集，适用于可扩展的无噪声学习。
引用
@article{arxiv.2509.21746,
title = {HyperCore: Coreset Selection under Noise via Hypersphere Models},
author = {Brian B. Moser and Arundhati S. Shanbhag and Tobias C. Nauen and Stanislav Frolov and Federico Raue and Joachim Folz and Andreas Dengel},
journal= {arXiv preprint arXiv:2509.21746},
year = {2025}
}