活动学习框架中政策管理成本的量化
通过对 49 篇文献的系统文献综述分析，我们找到了那些工具、框架及其限制，以提高其可用性和可靠性，从而开发有效的访问控制策略生成解决方案，避免访问控制失效。
Oct, 2023
本研究致力于设计在线数据采购机制，旨在使代理人能够通过使用过去的数据主动定价以购买未来的数据，同时即使代理人透露数据的成本取决于数据本身，也能给出学习保证。我们的算法和分析是构建在无悔学习模型上的，具备基于预算约束条件下的风险控制保证，且使用的主要资源是金钱。
Feb, 2015
我们综述了近期人工智能领域中积极学习算法的研究现状，并提出了一种基于马尔可夫模型的形式化方法来组织该领域的研究。我们将提出的形式化方法应用于数据集增强，奖励更新等积极学习过程的元状态转移，以及针对其它方面如何适应形式化方法。
Jun, 2023
该论文研究了主动学习中困难的预测模型选择问题，并提出一种基于模型探针（model probes）的方法 Biased-Robin Algorithm，能够在相同成本和先验概率下有效地选择模型。
Jul, 2012
婴儿在环境中积极学习，塑造自己的学习课程。研究通过深度学习架构模拟这种行为，结合全局认知地图探索和局部可用性学习，使用不确定性度量来指导学习，展现了最为平衡的探索策略，并提出了协调积极生成学习课程的三个关键要素。
May, 2024
该论文介绍了一个新的方法，通过将采集函数作为学习预测器并通过强化反馈训练它，以打破模型选择中的恶性循环；该系统由贝叶斯神经网络、自举采集函数、概率状态定义和另一个贝叶斯策略网络组成，可在三个基准数据集上始终发现新的更好的采集函数。
Jun, 2019
提出了一个将成员标签和成对偏好结合起来的新框架，扩展了主动规范学习的方法，以更灵活地进行活跃规范学习，通过两种模式的学习使我们能够鲁棒且方便地识别成员标签和偏好的规范。
Jul, 2023