AI dan Masalah-Masalah Sulit Dunia · Ilmu komputer teoretis · arXiv · 2026-10-19
Menuju jadwal seleksi optimal untuk active learning daring
Judul asli: Towards optimal selection schedules for online active learning
Makalah ini mempelajari kebijakan kueri optimal untuk klasifikasi linier daring, di mana pelabelan sampel membutuhkan biaya. Di bawah desain Gaussian dalam rezim berdimensi tinggi, makalah ini menunjukkan bahwa kebijakan miopik serakah memilih sampel berdasarkan interval margin yang menyusut seiring waktu. Para penulis menemukan jadwal ambang batas optimal secara numerik, merancang kebijakan sederhana, dan membandingkannya dengan heuristik lain pada data sintetis dan data citra medis nyata.