典型的な教師あり学習において、ラベル付きと未ラベルのインスタンスの取得コストが異なる場合、アクティブラーニングが提案されています。この論文では、不確実性サンプリングと受動学習について説明し、新しいラベルを取得するためにベルカーブ重み関数を使用する提案が行われました。シミュレーション結果は、多様なAUR値を持つほとんどのデータセットで、ベルカーブサンプリングが受動学習や不確実性サンプリングよりも優れたパフォーマンスを示すことを示しています。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Zan-Kai Chon... at arxiv.org 03-05-2024
https://arxiv.org/pdf/2403.01352.pdfDeeper Inquiries