抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
アクティブ学習の調査において,ラベル付き例(ブジットサイズ)の数と適切な質問戦略の間の関係に焦点を当てた。著者らの理論解析は,相転移の振る舞いを暗示する:典型的用例は,予算が低いとき,最良の問い合わせであり,一方,予算が大きければ,非表現用例は最良であった。組合せ証拠は,同様の現象が共通の分類モデルで起こることを示した。従って,著者らは,低予算に適した深いアクティブ学習戦略であるTypiClustを提案する。教師つき学習の比較経験的調査において,様々なアーキテクチャと画像データセットを用いて,TypiClusは,低予算領域における他のすべてのアクティブ学習戦略よりも性能が優れている。半教師つきフレームワークにおけるTypiClusを用いて,性能はさらに重要なブーストを得た。特に,TypiClusによって選択された10のラベル付き事例でCIFAR-10上で訓練された最先端の半教師つき方法は,93.2%の精度に達し,ランダム選択で39.4%の改善を達成した。コードはhttps://github.com/avihu111/TypiClustで利用可能である。【JST・京大機械翻訳】