長尾分布半教師あり学習のための均衡とエントロピーに基づくデータ混合手法

本論文は、長尾分布半教師あり学習のためのデータ混合手法「Balanced and Entropy-based Mix (BEM)」を提案する。BEMは、データ量の再均衡と不確実性の再均衡の2つのサブモジュールから構成される。前者は、クラス別ミックスバンクとCamMixを用いてデータ量を再均衡し、後者は、エントロピーに基づくサンプリング、選択、損失関数を用いてクラス別の不確実性を再均衡する。BEMは、既存の再均衡手法を補完し、複数のベンチマークで最先端の性能を達成する。