研究人员开发了一种名为几何一致性的新方法，用于在音频主动学习中选择检查点。这种无标签验证技术旨在通过避免使用单独的验证集来降低标注成本。该方法使用在标注集上训练的分类器来模拟无标签数据的几何结构，并根据检查点与伪标签的一致性以及在标注集上的交叉熵来对其进行评分。与使用额外标签或超出预算的验证集的方法相比，该方法表现出了有竞争力的性能。 AI
影响 这项研究通过降低标注成本，有望实现更高效的音频分类器训练。
排序理由 该集群包含一篇详细介绍音频主动学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- area under the labeling curve (AULC)
- arXiv
- Audio Active Learning
- Hugging Face
- k-nearest neighbors algorithm
- Nearest Class Mean
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
