实体
Pouya Ahadi
Pouya Ahadi
PulseAugur coverage of Pouya Ahadi — every cluster mentioning Pouya Ahadi across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的主动学习框架在数据不完美的情况下优化标注者分配
研究人员开发了一个名为 OLAS（Optimal Labeler Assignment and Sampling）的新主动学习框架，旨在减轻机器学习中不完美标签的影响。该框架通过模拟标注者准确性和模型不确定性，优化了标注者到样本的分配以及样本本身的选取。实证结果表明，OLAS 在使用单个样本标签时，其性能与现有的主动学习策略相当，并且通常能达到最高的分类准确率。
-
新的贝叶斯优化方法最小化最坏情况函数误差
研究人员引入了一个名为最小-最大函数贝叶斯优化（MM-FBO）的新框架，以应对优化具有函数响应的函数所面临的挑战，这在科学和工程领域很常见。与关注平均性能的现有方法不同，MM-FBO直接最小化整个函数域上的最大误差。该方法使用函数主成分分析来表示函数响应，并采用高斯过程代理来管理不确定性，平衡对最坏情况误差的利用和探索。在合成和基于物理的基准测试上的实验表明，MM-FBO与当前基线相比具有更优越的性能。