通过最优分离改进不平衡条件下的深度主动学习算法
机器学习
2025-06-13 v4 人工智能
计算机视觉与模式识别
摘要
类别不平衡严重影响了机器学习在现实应用中少数类上的性能。虽然存在各种解决方案，但主动学习通过从丰富的未标记数据中策略性地收集平衡、信息丰富的标记示例，提供了一种根本性的修复方法。我们引入了DIRECT算法，该算法识别类别分离边界，并选择最不确定的附近示例进行标注。通过将问题简化为单维主动学习，DIRECT利用已有理论来处理批量标注和标签噪声——这是数据标注中的另一个常见挑战，尤其影响主动学习方法。我们的工作首次对类别不平衡和标签噪声下的主动学习进行了全面研究。在不平衡数据集上的大量实验表明，与最先进的主动学习方法相比，DIRECT将标注成本降低了60%以上，与随机采样相比降低了80%以上，同时保持了对标签噪声的鲁棒性。
引用
@article{arxiv.2312.09196,
title = {Improved Algorithm for Deep Active Learning under Imbalance via Optimal Separation},
author = {Shyam Nuggehalli and Jifan Zhang and Lalit Jain and Robert Nowak},
journal= {arXiv preprint arXiv:2312.09196},
year = {2025}
}