SiameseDuo++:基于双增强孪生网络的数据流主动学习
机器学习
2025-04-08 v1
摘要
数据流挖掘(也称为流学习)是一个不断发展的领域,致力于从高速到达的数据中进行学习。由于其广泛的应用范围(如关键基础设施监测、社交媒体分析和推荐系统),其相关性近年来急剧上升。流学习方法的设计面临着重要的研究挑战:数据的非平稳性(即概念漂移)、数据流通常没有真实标签,以及此类方法需要在有限内存下实时处理大量数据。本文提出了 SiameseDuo++ 方法,它使用主动学习根据预算自动选择实例供人类专家标注。具体而言,它增量式地训练两个协同工作的孪生神经网络,并通过生成的样本进行增强。所提出的主动学习策略和数据增强均在潜在空间中运行。SiameseDuo++ 通过在有限内存和有限标注预算下运行来应对上述挑战。仿真实验表明,所提出的方法在学习速度和/或性能方面优于强基线和当前最先进的方法。为了推动开放科学,我们公开发布了代码和数据集。
引用
@article{arxiv.2504.04613,
title = {SiameseDuo++: Active Learning from Data Streams with Dual Augmented Siamese Networks},
author = {Kleanthis Malialis and Stylianos Filippou and Christos G. Panayiotou and Marios M. Polycarpou},
journal= {arXiv preprint arXiv:2504.04613},
year = {2025}
}