active sampling | BriefGPT - AI 论文速递

关键词active sampling

搜索结果 - 8

D3GU：通过增强领域对齐实现多目标主动领域自适应
提出了一种名为 D3GU 的多目标主动域自适应框架，通过应用分解的域判别 (D3) 和梯度效用 (GU) 分数，实现源 - 目标和目标 - 目标域的对齐，同时还结合了 K 均值聚类进行样本选择，通过广泛实验证明 D3GU 在多目标主动域自适
PDF6 months ago
推进深度主动学习和数据子集选择：用信息理论直觉统一原则
通过改进深度学习模型的标签和训练效率，此研究旨在增强深度学习的实用性。具体地，研究基于信息论原理的数据子集选择技术，包括主动学习和主动采样，其中主动学习提高了标签效率，而主动采样增强了训练效率，并系统研究了这些技术在深度学习中的应用。
PDF6 months ago
AAAIMarich: 使用公共数据的查询高效分布等价模型提取攻击
该研究通过公开接口构建黑盒模型，提出了一种利用最少的查询次数进行信息刺取的黑盒模型提取攻击方法。通过实验，该方法可以提取维度等效的模型并使用活动抽样查询选择算法。
PDFa year ago
自监督语音模型的模型提取攻击
本文提出了一种利用自我监督学习预训练和主动采样的方法，只使用查询访问功能对小规模语音模型进行对抗攻击模型提取，实验结果表明，该采样方法可以有效地提取目标模型，而不需要知道其模型架构。
PDF2 years ago
通过费舍尔信息和信息论量统一主动学习和主动采样方法
本文回顾了贝叶斯最优实验设计的基础，并表明被称为期望信息增益或 BALD 的预测和模型参数之间的互信息以及被称为预测信息增益的获取候选和测试样本之间的互信息可以作为信息理论量的近似，提出了一种连接所谓分歧文献的统一框架。
PDF2 years ago
使用贝叶斯优化的本地政策搜索
提出了一种基于概率模型的算法，结合了强化学习中的政策梯度方法和贝叶斯优化中的权衡充分利用已知信息选取样本的方法，实现了通过主动挑选样本来提高梯度估计的效果和减少样本复杂度，具有广泛的应用前景。
PDF3 years ago
最小 - 最大公平的主动采样
使用简单的主动采样和加权策略来优化任何分类或回归模型的最小 - 最大公平性，重点在于使用最不利的数据点来更新模型，适用于凸学习问题，即线性或逻辑回归，并证明收敛速度。
PDF4 years ago
AAAI信息最大化的 HodgeRank 算法用于众包排名聚合
研究了基于信息最大化的主动抽样策略，旨在智能地为任务请求者分配有限的预算，以提高标注质量和效率，经实验证明，该方法比传统的抽样方案表现更好，更适合于实际的众包实验。
PDF7 years ago