基于标签合成的迭代教学

在本文中，我们考虑迭代机器教学问题，其中教师基于当前的迭代学习器依次提供示例。与以往必须在每次迭代中遍历整个样本池并从中选择教学示例的方法不同，我们提出了一种标签合成教学框架，其中教师随机选取输入教学示例（如图像），然后为它们合成合适的输出（如标签）。我们表明该框架能够避免昂贵的示例选择，同时仍可证明地实现指数级可教性。我们在此框架内提出了多种新颖的教学算法。最后，我们通过实验验证了该框架的价值。