AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-19

ऑनलाइन एक्टिव लर्निंग के लिए इष्टतम चयन शेड्यूल की ओर

मूल शीर्षक: Towards optimal selection schedules for online active learning

यह शोधपत्र ऑनलाइन रैखिक वर्गीकरण के लिए इष्टतम क्वेरी नीति का अध्ययन करता है, जहाँ नमूनों को लेबल करना महँगा होता है। उच्च-आयामी व्यवस्था में गाउसीय डिज़ाइन के अंतर्गत, यह दिखाता है कि लालची अदूरदर्शी नीतियाँ ऐसे मार्जिन अंतरालों के आधार पर नमूने चुनती हैं जो समय के साथ सिकुड़ते जाते हैं। लेखक संख्यात्मक रूप से इष्टतम थ्रेशोल्ड शेड्यूल खोजते हैं, एक सरल नीति डिज़ाइन करते हैं, और उसकी तुलना सिंथेटिक तथा वास्तविक चिकित्सा छवि डेटा पर अन्य ह्यूरिस्टिक्स से करते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →