基于不稳定性采样的主动学习方法
Active learning method based on instability sampling作者机构:南京航空航天大学计算机科学与技术学院江苏南京211106
出 版 物:《国防科技大学学报》 (Journal of National University of Defense Technology)
年 卷 期:2022年第44卷第3期
页 面:50-56页
核心收录:
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:新一代人工智能重大资助项目(2020AAA0107000) 江苏省自然科学基金资助项目(BK20211517)。
摘 要:传统的主动学习方法往往仅基于当前的目标模型来挑选样本,而忽略了历史模型所蕴含的对未标注样本预测稳定性的信息。因此,提出基于不稳定性采样的主动学习方法,依据历史模型的预测差异来估计每个未标注样本对提高模型性能的潜在效用。该方法基于历史模型对样本的预测后验概率之间的差异来衡量无标注样本的不稳定性,并挑选最不稳定的样本进行查询。在多个数据集上的大量实验结果验证了方法的有效性。