研究提出音频主动学习无标签检查点验证法
热点事件持续更新
研究提出音频主动学习无标签检查点验证法
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Shiqi Zhang与Tuomas Virtanen提出一种用于音频主动学习的无标签检查点验证规则,旨在不把验证集标签计入标注预算;研究称,在匹配标签预算的实验中,该方法在无需额外标签的方法里取得最佳 AULC 平均排名,与使用超出预算的验证集相当。 该方法在冻结的预训练嵌入空间中,用最近类均值和 k 近邻分类器为未标注数据生成伪标签,再结合预测一致性与已标注集交叉熵评估检查点。
AI 根据报道生成 · 41 分钟前更新
最新进展10月28日 12:00
基于几何一致性的无标签验证:音频主动学习中的检查点选择报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · Machine Learning基于几何一致性的无标签验证:音频主动学习中的检查点选择
研究提出几何一致性无标签验证规则,为音频主动学习选择训练检查点,避免验证集标签计入标注预算。该方法在冻结的预训练嵌入空间中,用最近类均值和 k 近邻分类器为未标注数据生成伪标签,并结合预测一致性与已标注集交叉熵评估检查点。跨数据集、编码器和查询策略的匹配标签预算实验中,该方法的 AULC 平均排名在无需额外标签的方法中最佳,与超出预算的验证集相当。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。