深度神经网络主动学习的以模型为中心与以数据为中心方面
机器学习
2023-01-02 v3 人工智能
机器学习
摘要
我们以一致且统一的方式研究深度神经网络主动学习的不同方面。i) 我们考察指定新标注数据如何用于训练的增量与累积训练模式。ii) 我们研究主动学习关于模型配置的问题，如训练轮数与神经元数量以及批大小的选择。iii) 我们详细考虑查询策略及其相应信息量度量的行为，并据此提出更高效的查询流程。iv) 我们进行统计分析，例如关于主动学习到的类别与测试误差估计，揭示了关于主动学习的若干见解。v) 我们研究带神经网络的主动学习如何能从作为实际标签代理的伪标签中获益。
引用
@article{arxiv.2009.10835,
title = {Model-Centric and Data-Centric Aspects of Active Learning for Deep Neural Networks},
author = {John Daniel Bossér and Erik Sörstadius and Morteza Haghir Chehreghani},
journal= {arXiv preprint arXiv:2009.10835},
year = {2023}
}
备注
The work is published by IEEE Big Data