关键词online active learning
搜索结果 - 3
- 在线声音事件检测的主动学习
在线主动学习(OAL)应用于声音事件检测(SED)时,本研究提出了能够解决 OAL 中存在的挑战的新型损失函数,实验结果表明 OAL 可将训练 SED 分类器所需的时间和精力减少 5 倍,并成功解决现有 OAL 方法存在的问题。
- ICML关于局部感知机具有优势的半空间对抗噪声最优学习
本文介绍了一种 Perceptron-like 在线主动学习算法,能够以近乎最优的标签复杂度和样本复杂度下,学习噪声容限在总概率最多为 ν,样本标签误差率 ε 和输入维度 d 给定的 R^d 中同质半空间。该算法的先前版本针对噪声容限存在的 - AAAI基于阈值的在线主动线性回归
该研究考虑在线主动学习来收集回归建模的数据,提出了一种基于阈值的算法来选择最具信息量的观测数据,并将其推广到高维稀疏线性回归,仿真结果表明该算法相对于被动随机抽样具有显著优势。