SUPClust：边界处的主动学习
机器学习
2024-03-07 v1 人工智能
计算机视觉与模式识别
摘要
主动学习是一种机器学习范式，旨在优化在标注数据获取成本高昂的环境下的模型性能。在这项工作中，我们提出了一种名为 SUPClust 的新型主动学习方法，该方法旨在识别类间决策边界处的点。通过针对这些点，SUPClust 旨在收集对细化复杂决策区域模型预测最具信息量的信息。我们通过实验证明，标注这些点能带来强大的模型性能。即使在以强类不平衡为特征的场景中，也能观察到这种改进。
引用
@article{arxiv.2403.03741,
title = {SUPClust: Active Learning at the Boundaries},
author = {Yuta Ono and Till Aczel and Benjamin Estermann and Roger Wattenhofer},
journal= {arXiv preprint arXiv:2403.03741},
year = {2024}
}
备注
Accepted at ICLR 2024 Workshop on Practical Machine Learning for Low Resource Settings (PML4LRS)