实体
Coreset
Coreset
PulseAugur coverage of Coreset — every cluster mentioning Coreset across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法CARE-DPP利用DPP采样增强生物声学主动学习
研究人员开发了CARE-DPP，这是一种新颖的批次主动学习获取方法，旨在提高在海量生态声学数据集上训练的生物多样性分类器的效率。该方法结合了类别平衡的预测不确定性和嵌入空间新颖性，利用行列式点过程（DPP）来选择高质量、非冗余的数据批次。该方法会随着时间的推移动态调整其关注点，从几何覆盖到分类器不确定性，并纳入混合候选池以减轻早期评分的不可靠性。在多个数据集上进行评估，CARE-DPP的平均开发AULC为0.50，优于CoreSet基…
-
新的ALINC框架对归纳式节点分类进行图采样
研究人员推出ALINC，一个新颖的主动学习框架，专为涉及大量独立图的归纳式节点分类任务设计。与选择单个节点的传统方法不同，ALINC侧重于采样整个图，这在节点标注需要全图分析的领域至关重要。该框架通过使用各种聚合机制将节点级效用度量适配到图级选择标准，从而弥合了方法论上的差距。实验表明，CoreSet、TypiClust和BADGE是顶级的图采样策略，而聚合方法的选择对性能和成本有显著影响。