.png){kind=icon}
返回
Active label distribution learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2020.12.128.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
标签分布学习 (LDL) 是一种将监督描述为概率分布的新学习范式，近年来已成功应用于许多现实场景。在LDL应用中，大量标记数据的可用性保证了预测性能。在本文中，我们考虑了LDL的主动学习以降低注释成本。实践任何主动学习策略的中心元素是建立衡量未标记数据有用性的标准，并决定选择要手动标记的实例。我们可能是第一个专注于标签分布学习的活动实例选择。我们提出了一种名为主动标签分布学习 (ALDL) 的策略，为LDL应用程序选择信息最丰富的实例。ALDL策略的基本思想是通过由选定的LDL算法组成的委员会量化每个未标记实例的分歧程度，并确定要手动标记的实例。ALDL使用选定的LDL算法组成委员会，并测量unla-beled实例的价值，并且两个部分都使用权重向量。此外，我们还讨论了ALDL的收敛性和参数选择。最后，与其他主动学习方法相比，在数据集上的实验结果表明了我们方法的有效性。？2021爱思唯尔b.V.保留所有权利。
Keyword:
Label distribution learning
Active learning
Sparsity
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
分享收藏Studies on Lupin Alkaloids. IV. Total Syntheses of Optically Active Matrine and Allomatrine羽扇豆生物碱的研究。四。光学活性苦参碱和Allomatrine的总合成
OAAI
OAAI分享收藏X-ray photovoltaic effect in undoped LiNbO3 and its correlation with ESR未掺杂LiNbO3的x射线光伏效应及其与ESR的相关性
PREAI
分享收藏Performance of Selected Herbaceous Annual Ornamentals Grown at Decreasing Levels of Irrigation在灌溉水平降低的情况下生长的某些草本一年生观赏植物的性能.png)
HortScience
OAAI
HortScienceIF0
OAAI分享收藏Exploring the use of action research to stimulate and evaluate workplace health promotion探索使用行动研究来刺激和评估工作场所健康促进
PREAI
分享收藏
查看更多内容