KVOL

新的k-Volume策略统一了主动学习方法

研究人员推出了一种名为k-Volume (kVol) 的新型主动学习策略，该策略专为数据标注成本高昂的分类任务而设计。该方法根据包含其k个最近邻的最小球体的体积来选择样本进行标注。kVol通过在输入空间或输出空间中运行，整合了基于密度、多样性和不确定性的主动学习方法的优势，从而提供了多功能性。实验表明，kVol是一种稳定有效的策略，在各种数据集上，其性能优于CoreSet和TypiClust等现有方法，且计算开销极小。