应用主动学习克服样本选择偏差：在光变星分类中的应用

Jun, 2011

应用主动学习克服样本选择偏差：在光变星分类中的应用

Active Learning to Overcome Sample Selection Bias: Application to Photometric Variable Star Classification

Joseph W. Richards, Dan L. Starr, Henrik Brink, Adam A. Miller, Joshua S. Bloom...

TL;DR研究了机器学习算法在天文学中的应用，发现样本选择偏差是一大问题，探究了几种方法，其中主动学习是一种有效的方法，在变星分类问题上优于现有分类器和其他方法。

Abstract

Despite the great promise of machine-learning algorithms to classify and predict astrophysical parameters for the vast numbers of astrophysical sources and transients observed in large-scale surveys, the peculiarities of the training data often manifest as strongly biased predictions on the data of interest. Typically, training sets are derived from historic

machine learning algorithms sample selection bias active learning astronomical applications variable star classification

发现论文，激发创造

考虑主动和被动获取数据的差异：基于支持向量机的不平衡数据主动学习案例

探索了主动学习与被动学习过程中不同推理程序的应用，针对不平衡数据和 HLT 任务中用成本加权的 SVM 进行了研究，提出了一种基于总体不平衡性估计而非标记的训练数据的方法来解决数据不平衡的问题。

Sep, 2014

主动学习器的脆弱性

在针对文本分类的活跃学习技术中，选择正确的文本表示、分类器以及评估指标是至关重要的，因为不同的因素可能会导致活跃学习技术的有效性受到限制。

Mar, 2024

关于主动学习中的统计偏差：如何何时修正

本文探讨了主动学习中样本标注代价昂贵导致的偏差问题并提出了一种新的校正方法，解释了为何忽略这种偏差也能带来一些经验上的成功，尤其对参数众多的神经网络等少量数据训练情境下，这种偏差反而有益。

Jan, 2021

利用稀疏嘈杂的时间序列数据进行机器学习分类变量星

本文介绍了一种基于现代机器学习技术的可变星分类方法，该方法利用光变曲线的特征进行无监督分类，并通过随机森林分类器获得了 22.8％的总体分类错误率，在发现脉动变星和掩星系统方面表现出极高的效率。

Jan, 2011

遥感监督学习图像分类主动学习算法综述

本文综述和测试了主要的主动学习算法，研究了许多具有挑战性的遥感场景，包括高分辨率和高光谱图像分类。提供给未经验的用户选择良好架构的指南。

Apr, 2021

小数据的模型选择实用主动学习

本研究开发了一种基于支持向量分类的基础池式主动学习器的快速简单的实践方法，旨在解决很少标记数据点的情况下进行模型选择的挑战，并通过加权方法让模型在易于分类数据集和难以分类数据集之间取得平衡的最佳性能。

Dec, 2021

ImageNet 规模下的主动学习

该研究通过将主动学习与自监督预训练相结合，并使用称为 Balanced Selection（BASE）的算法来解决类不平衡问题，提高图像分类性能，特别适用于工业级大规模数据标记和训练中。

Nov, 2021

重要性加权主动学习

提供了一个实用的、统计上连贯的方案，可在通用损失函数下主动学习二分类器，该算法使用重要性加权来纠正抽样偏差，并通过控制变量来给出严格的标签复杂性界限，实验表明，该方法减少了实现许多学习问题的良好预测性能所需的标签复杂性。

Dec, 2008

不良学生成就卓越教师：主动学习加速大规模视觉理解

我们提出了一种加速大规模预训练的方法，通过在线数据选择策略。我们首次证明了基于模型的数据选择可以减少达到采用均匀采样训练的模型性能所需的总计算量。这种 “计算正向” 模式的关键洞察是，小型模型可以很好地代表大型模型的损失，因此可以大大降低用于评分数据的计算量，同时为学习者提供了效率提升。这些数据选择策略在数据集和任务上也具有很强的普适性，为重新使用现成的模型和训练序列来分摊数据评分开销开辟了途径。我们的方法 ClassAct 和 ActiveCLIP 在 JFT 上训练视觉分类器和 ALIGN 上训练多模态模型时，分别需要少 46％和 51％的训练更新和少 25％的总计算量。最后，我们的范式无缝适用于大规模图像 - 文本数据集的策划，在多个多模态迁移任务和预训练制度上实现了新的最优效果。

Dec, 2023

部署主动学习的实际障碍

本文研究了主题 “主动学习”，发现尽管在特定模型和特定领域中使用主动学习可能会带来好处，但在不同模型和任务之间泛化当前方法的好处不可靠，并且主动学习的认购数据与指导其获取的模型相结合，与使用独立同分布的（I.I.D）随机样本训练继任模型的方法相比并没有明显的优势，主动学习的局限性是否值得现实中的应用，值得深思。

Jul, 2018