题目: AdversarialRepresentationActiveLearning

简介: 主动学习的目的是通过查询将由Oracle标记的信息最多的样本来开发标签有效的算法。 设计需要较少标签的有效培训方法是一个重要的研究方向,它可以更有效地利用计算和人力资源来进行训练深度神经网络。 在这项工作中,我们演示了如何利用深度生成模型中的最新进展,在使用尽可能少的标签来达到最高分类精度方面,胜过最新技术。 与以前的方法不同,我们的方法不仅使用标记图像来训练分类器,而且还使用未标记图像和生成的图像来共同训练整个模型。

成为VIP会员查看完整内容
42

相关内容

主动学习是机器学习(更普遍的说是人工智能)的一个子领域,在统计学领域也叫查询学习、最优实验设计。“学习模块”和“选择策略”是主动学习算法的2个基本且重要的模块。 主动学习是“一种学习方法,在这种方法中,学生会主动或体验性地参与学习过程,并且根据学生的参与程度,有不同程度的主动学习。” (Bonwell&Eison 1991)Bonwell&Eison(1991) 指出:“学生除了被动地听课以外,还从事其他活动。” 在高等教育研究协会(ASHE)的一份报告中,作者讨论了各种促进主动学习的方法。他们引用了一些文献,这些文献表明学生不仅要做听,还必须做更多的事情才能学习。他们必须阅读,写作,讨论并参与解决问题。此过程涉及三个学习领域,即知识,技能和态度(KSA)。这种学习行为分类法可以被认为是“学习过程的目标”。特别是,学生必须从事诸如分析,综合和评估之类的高级思维任务。
专知会员服务
53+阅读 · 2019年12月22日
2019年主动学习有哪些进展?答案在这三篇论文里
小样本学习(Few-shot Learning)综述
PaperWeekly
120+阅读 · 2019年4月1日
前景目标检测的无监督学习
计算机视觉战队
9+阅读 · 2018年10月14日
【领域报告】主动学习年度进展|VALSE2018
深度学习大讲堂
15+阅读 · 2018年6月12日
Representation Learning on Network 网络表示学习
全球人工智能
9+阅读 · 2017年10月19日
Representation Learning on Network 网络表示学习笔记
全球人工智能
5+阅读 · 2017年9月30日
Continual Unsupervised Representation Learning
Arxiv
7+阅读 · 2019年10月31日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
11+阅读 · 2018年7月8日
Adversarial Reprogramming of Neural Networks
Arxiv
3+阅读 · 2018年6月28日
VIP会员
相关VIP内容
专知会员服务
53+阅读 · 2019年12月22日
相关资讯
2019年主动学习有哪些进展?答案在这三篇论文里
小样本学习(Few-shot Learning)综述
PaperWeekly
120+阅读 · 2019年4月1日
前景目标检测的无监督学习
计算机视觉战队
9+阅读 · 2018年10月14日
【领域报告】主动学习年度进展|VALSE2018
深度学习大讲堂
15+阅读 · 2018年6月12日
Representation Learning on Network 网络表示学习
全球人工智能
9+阅读 · 2017年10月19日
Representation Learning on Network 网络表示学习笔记
全球人工智能
5+阅读 · 2017年9月30日
相关论文
微信扫码咨询专知VIP会员