배치 설정의 문제
영상 레이블을 대량으로 수집하는 비용을 줄이기 위해 어떤 영상을 먼저 주석 처리할지 정한다. 원 연구는 기존 능동 학습 휴리스틱이 CNN의 배치 설정에서 충분히 효과적이지 않을 수 있음을 조사했다.
부분 집합으로 문제 정의
선택한 부분 집합으로 학습한 모델이 나머지 자료에서도 경쟁력 있는 결과를 내는 집합을 찾는다. 능동 학습을 코어셋 선택 문제로 구성한 관점이다.
기하 구조의 활용
자료 점들의 기하 구조로 선택한 집합의 성능을 특징짓는 이론적 결과를 제시했다. 이 분석에 따라 좋은 결과를 낼 것으로 예상되는 집합을 고르는 알고리즘을 구성했다.
영상 분류의 평가
원 연구는 영상 분류 실험에서 기존 능동 학습 접근과 비교했다. 학습에 사용할 예시의 대표성을 레이블 요청 단계의 기준으로 연결하는 방법이다.
관련 문서
BADGE 능동 학습 / BAIT 능동 학습 / CRAIG / GRAD-MATCH / GLISTER / PRISM 부분 집합 선택