Goal-Oriented Influence-Maximizing Data Acquisition for Learning and Optimization
面向目标的影响最大化数据获取用于学习与优化
机构 * University of Michigan(密歇根大学) ; Columbia University(哥伦比亚大学)
AI总结 GOIMDA通过反曲率实现不确定性意识的主动数据获取,适用于学习与优化任务,减少标注样本和函数评估次数。
高校专区
面向目标的影响最大化数据获取用于学习与优化
机构 * University of Michigan(密歇根大学) ; Columbia University(哥伦比亚大学)
AI总结 GOIMDA通过反曲率实现不确定性意识的主动数据获取,适用于学习与优化任务,减少标注样本和函数评估次数。
概率测度间的镜像桥梁
机构 * Massachusetts Institute of Technology(麻省理工学院) ; Columbia University(哥伦比亚大学) ; Xaira Theurapetics ; CSAIL Future of Data program(CSAIL数据未来计划) ; MIT–IBM Watson AI Laboratory(MIT-IBM沃森人工智能实验室) ; Wistron Corporation(威盛集团) ; Toyota–CSAIL Joint Research Center(丰田-CSAIL联合研究中心)
AI总结 本文提出镜像桥梁模型,通过解决施瓦茨桥问题实现条件重采样,生成分布内变化样本,简化算法并提高应用效果。