非パラメトリック関数の効率的なアクティブ学習

アクティブ学習では、モデルの訓練と獲得関数の最適化が必要であり、計算コストが高くなる問題がある。本論文では、事前にニューラルネットワークを訓練することで、リアルタイムでデータ選択を行うアモルティゼッドアクティブ学習手法を提案する。