OASIS：一种用于集合反演的主动学习框架
机器学习
2021-06-01 v1
摘要
在本工作中，我们通过将集合反演问题表述为二分类问题，引入了一种求解该问题的新方法。旨在开发一种能够高效处理高维且计算代价高昂的非线性模型的快速算法，我们聚焦于主动学习——一类相较于传统学习方法可用更少数据点达到同等精度的新兴强大技术。具体而言，我们提出了 OASIS，一种利用支持向量机（Support Vector Machine）算法求解集合反演问题的主动学习框架。我们的方法在高维下表现良好，且其计算代价对维度增加相对稳健。我们通过若干仿真研究展示了 OASIS 的性能，并表明我们的算法优于当前最优方法 VISIA。
引用
@article{arxiv.2105.15024,
title = {OASIS: An Active Framework for Set Inversion},
author = {Binh T. Nguyen and Duy M. Nguyen and Lam Si Tung Ho and Vu Dinh},
journal= {arXiv preprint arXiv:2105.15024},
year = {2021}
}
备注
13 pages, 8 figures