迈向在线主动学习的最优选择调度

原标题: Towards optimal selection schedules for online active learning

本文研究在标注样本代价高昂的情况下,在线线性分类的最优查询策略。在高维区域的高斯设计下,论文表明贪婪的短视策略按随时间收缩的间隔边距来选择样本。作者通过数值方法找到最优阈值调度,设计了一种简单策略,并在合成数据和真实医学图像数据上将其与其他启发式方法进行了比较。