Sufficient supervised information is crucial for any machine learning models
to boost performance. However, labeling data is expensive and sometimes
difficult to obtain. active learning is an approach to acquire
本研究提出了一种通过使用生成式对抗网络 (GAN) 实现的新型主动学习方法,通过根据不确定性原理生成查询来增加学习速度,我们的方法可以与其他主动学习原理一起使用;我们报告了各种数值实验的结果以证明所提出的方法的有效性。在某些情况下,该算法的效果优于传统的基于池的方法。据我们所知,这是第一个使用 GAN 实现的主动学习方法。