予歪分類器のためのオンラインアクティブモデル選択【JST・京大機械翻訳】

Karimi Mohammad Reza; Guerel Nezihe Merve; Karlas Bojan; Rausch Johannes; Zhang Ce; Krause Andreas

プレプリント

J-GLOBAL ID：202202212058120555 整理番号：21P0055370

予歪分類器のためのオンラインアクティブモデル選択【JST・京大機械翻訳】

Online Active Model Selection for Pre-trained Classifiers

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年10月19日プレプリントサーバーでの情報更新日： 2021年04月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

k事前訓練分類器とラベルなしデータ事例のストリームを与えられた場合,ラベルを問い出すとき,著者らは,小さな数のクエリをつくりながら,最良モデルを静止から区別することができるように,どのように能動的に決定することができるかを,どのように決定することができた。この疑問は,実際のシナリオの範囲に大きな影響を与える。本研究では,任意のラウンドで高確率で最良のモデルをラベルし,出力するための有益な事例を能動的に選択するオンライン選択サンプリングアプローチを設計した。提案アルゴリズムは,敵対と確率的ストリームの両方に対するオンライン予測タスクに使用できる。著者らのアルゴリズムのためにいくつかの理論的保証を確立して,著者らの実験的研究においてその有効性を広範囲に証明した。【JST・京大機械翻訳】

, ,
, , , , , 【Automatic Indexing@JST】

人工知能 , パターン認識

前のページに戻る