予算に関する能動的学習:高および低予算の反対戦略【JST・京大機械翻訳】

Hacohen Guy; Dekel Avihu; Weinshall Daphna

プレプリント

J-GLOBAL ID：202202220569920307 整理番号：22P0285406

予算に関する能動的学習:高および低予算の反対戦略【JST・京大機械翻訳】

Active Learning on a Budget: Opposite Strategies Suit High and Low Budgets

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 (3件)： , ,
資料名：
発行年： 2022年02月06日プレプリントサーバーでの情報更新日： 2022年06月16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)

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】

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

人工知能 , 図形・画像処理一般

, ,

前のページに戻る