自动化时代的随机抽样：通过平衡采集与标注最小化支出
计算机与社会
2015-08-24 v4 机器学习
统计方法学
摘要
自动化采集与标注方法正在改变各类应用中抽样调查的成本结构。以图像或音频录音形式存在的数字样本可以被快速采集，并由计算机程序或众包工人进行标注。我们研究了在这些新成本结构下估计总体均值的问题，并提出了一种混合偏移（Hybrid-Offset）抽样设计。该设计利用两种标注者：一种准确但昂贵（例如人类专家），另一种有噪声但廉价（例如计算机程序），旨在最小化总抽样支出。我们的分析给出了混合偏移设计的必要条件，并指定了两种标注者的最优样本量。对珊瑚礁调查项目数据的模拟表明，混合偏移设计优于几种替代抽样设计。特别是，与珊瑚生态学家目前部署的传统设计相比，抽样支出减少了 50%。
引用
@article{arxiv.1410.7074,
title = {Random Sampling in an Age of Automation: Minimizing Expenditures through Balanced Collection and Annotation},
author = {Oscar Beijbom},
journal= {arXiv preprint arXiv:1410.7074},
year = {2015}
}
备注
PDF contains 9 pages of manuscript followed by 7 pages of Supplementary Information