피셔 기반 선택 목표
신경망과 함께 사용할 수 있는 능동 학습 방법을 목표로 한다. 매개변수 모델의 최우추정량에 대한 이론적 분석에서 선택 기준의 동기를 얻었다.
배치의 최적화
피셔 정보로 표현한 최우추정량 오차의 경계를 최적화하도록 표본 배치를 고른다. 예시마다 별도의 불확실성 점수만 계산하는 설명과는 구분되는 목표다.
규모에 대응하는 계산
계산에 나타나는 선형대수 구조를 활용해 선택 목표를 효율적으로 구현한다. 현대 하드웨어에서 실행하기 적합한 구조를 이용해 신경망에 적용할 수 있도록 구성했다.
분류와 회귀의 비교
원 연구는 분류와 회귀 문제에서 여러 모델 구조로 평가했다. 피셔 기반 기준을 실제 신경망의 배치 능동 학습에 사용할 수 있는지를 조사한 접근이다.
관련 문서
BADGE 능동 학습 / GLISTER / GRAD-MATCH / PRISM 부분 집합 선택 / CRAIG / OpenDataVal