基于恰当拓扑区域的池式主动学习
机器学习
2023-10-04 v1 代数拓扑
摘要
机器学习方法通常依赖大量样本以获得良好性能，而在许多应用中难以提供有标签集合。池式主动学习方法旨在从无标签数据集中检测出对训练最相关的样本。本文提出一种基于恰当拓扑区域（Proper Topological Regions, PTR）的、面向多类分类任务的池式主动学习策略的元方法。PTR 基于拓扑数据分析（TDA），是用于采样冷启动点或用于主动学习方案中的相关区域。所提方法在多个基准数据集上进行了实证展示，与文献中的经典方法相比具有竞争力。
引用
@article{arxiv.2310.01597,
title = {Pool-Based Active Learning with Proper Topological Regions},
author = {Lies Hadjadj and Emilie Devijver and Remi Molinier and Massih-Reza Amini},
journal= {arXiv preprint arXiv:2310.01597},
year = {2023}
}