主动学习active learning方法汇总
更新2021/12/6
到目前为止看了不少主动学习的文献，简单做一下一些目前为止了解到的主动学习方法的整理吧。
起初是精读的文献中整理的，后来发现在精读文献的方法比较里也有一些比较经典的主动学习方法，附有略写名字和一些文献笔记，部分笔记可能因本人知识储备少存在错误。有一部分没有附上个人笔记就是还没有看，先存个档。
目录
主动学习综述
1、A survey on active learning and human-in-the-loop deep learning for medical image analysis
主动学习方法
1、core-set：ACTIVE LEARNING FOR CONVOLUTIONAL NEURAL NETWORKS: A CORE-SET APPROACH 核心集方法
2、MIAL：Multiple Instance Active Learning for Object Detection用于目标检测的多实例主动学习
3、CDAL：Contextual Diversity for Active Learning 主动学习的语境多样性
4、core-set GCN：Sequential Graph Convolutional Network for Active Learning 用于主动学习的序列图卷积神经网络
5、VAAL：Variational Adversarial Active Learning
6、Learning Loss：Learning loss for active learning
7、Feat Prop：Active Learning for Graph Neural Networksvia Node Feature Propagation
8、AQPL：Improving Model Robustness by Adaptively Correcting Perturbation Levels with Active Querie
9、MC-Dropout：Deep Bayesian Active Learning with Image Data
10、GAAL：Generative Adversarial Active Learning
11、CEAL：Cost-Effective Active Learning for Deep Image Classification
主动学习综述
1、A survey on active learning and human-in-the-loop deep learning for medical image analysis
医学图像分析中的主动学习和人在回路深度学习综述 https://arxiv.org/abs/1910.02923 这篇文献是我的主动学习启蒙
主动学习方法
有一些非常非常常见的方法（如果不是实在不懂的方法，一般我都只看2019后的文献）例如random、uncertain这类我就不列入了。
1、core-set：ACTIVE LEARNING FOR CONVOLUTIONAL NEURAL NETWORKS: A CORE-SET APPROACH 核心集方法
常见的方法core-set ，在很多文献里都有提及到，简单做过阅读笔记 core-set
2、MIAL：Multiple Instance Active Learning for Object Detection用于目标检测的多实例主动学习
cvpr2021的方法，我觉得是提出了一个非常好的背景不确定性和实例不确定性的观点吧 MIAL
3、CDAL：Contextual Diversity for Active Learning 主动学习的语境多样性
简单了解了一下，2020年的文献 CDAL
4、core-set GCN：Sequential Graph Convolutional Network for Active Learning 用于主动学习的序列图卷积神经网络
cvpr2021的文献，这里提到了一个我没有接触过的GCN core-setGCN
5、VAAL：Variational Adversarial Active Learning
1904.00370.pdf (arxiv.org) iccv2019 Variational Adversarial Active Learning_小鼠太郎的博客-CSDN博客
6、Learning Loss：Learning loss for active learning
cvpr2019，比较经典的设计求排列损失 learning loss
7、Feat Prop：Active Learning for Graph Neural Networksvia Node Feature Propagation
2019 1910.07567.pdf (arxiv.org)
8、AQPL：Improving Model Robustness by Adaptively Correcting Perturbation Levels with Active Querie
2021，AAAI 2103.14824.pdf (arxiv.org) 文献笔记
9、MC-Dropout：Deep Bayesian Active Learning with Image Data
2017，dropout Deep Bayesian Active Learning with Image Data (arxiv.org)
10、GAAL：Generative Adversarial Active Learning
首创性将gan加入到主动学习中，文献笔记
11、CEAL：Cost-Effective Active Learning for Deep Image Classification
16年 AL+CNN+分类
Cost-EffectivActive Learning forDeep Image Classification阅读笔记_小鼠太郎的博客-CSDN博客
待看文献补充：
1、An Efficient High-Quality Medical Lesion Image
Data Labeling Method Based on Active Learning 高效的一种关于医学图像的label方法
2、Task-Aware Variational Adversarial Active Learning 任务感知主动学习
3、Handling of uncertainty in medical data using machine
learning and probability theory techniques: a review
of 30 years (1991–2020) review:以往量化医学图像不确定性方法
4、A review of uncertainty quantification in deep learning: Techniques,
applications and challenges 关于不确定性量化的review
主动学习active learning方法汇总相关推荐
- 主动学习(Active Learning，AL)的理解以及代码流程讲解
为什么要使用主动学习(Active Learning,AL) 针对有监督的学习任务,存在标记成本较为昂贵且标记难以大量获取的问题. 在此问题背景下,主动学习(Active Learning, AL)尝 ...
- 主动学习(Active Learning)领域部分经典论文汇总
只简单找了一小部分 CVPR [link] Active Image Segmentation Propagation CVPR 16 segmentation [link] The Power of ...
- 机器学习中的主动学习(Active Learning)
最近在做主动学习相关的东西,随着深入了解和学习对于某些东西有一些模糊,先将所见所感整理如下,如有不正确之处希望大佬能够指正: 1.主动学习 1.1关键问题 对于监督学习模型,足够多的已标注样例是获得高 ...
- 主动学习 Active Learning - a survey
知识点解释 1. 分析机器学习算法的可学习性时,通常有 realizable-assumption 和 non-realizable-assumption.前者表示假设空间中存在 ERM 为零的最优模 ...
- 机器学习(Machine Learning)深度学习(Deep Learning)资料汇总
本文来源:https://github.com/ty4z2008/Qix/blob/master/dl.md 机器学习(Machine Learning)&深度学习(Deep Learning ...
- 二、深度学习数据增强方法汇总
深度学习模型训练数据增强方法汇总 一.随机裁剪 二.RGB-->BGR通道互换 三.仿射变换(缩放) 三.随机旋转 四.对比度调整 五.随机抠图 六.bound box 中心点随机抠图 七.随机 ...
- 多任务学习(Multi-task Learning)方法总结
多任务学习(multi task learning)简称为MTL.简单来说有多个目标函数loss同时学习的就算多任务学习.多任务既可以每个任务都搞一个模型来学,也可以一个模型多任务学习来一次全搞定的. ...
- 转【重磅干货整理】机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总
原文出处:http://blog.csdn.net/zhongwen7710/article/details/45331915 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决 ...
- 经验 | 训练多任务学习(Multi-task Learning)方法总结
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 转载于:知乎Anticoder https://zhuanlan. ...
最新文章
- java ojdbc 还需要装 oracle client 吗,c# 连接Oracle数据库必须安装客户端吗
- anaconda 运行路径
- NYOJ 598 旋转圆柱矩阵
- vue elementUI表单输入完成后回车触发事件@keyup.enter.native
- hihocoder 1015 : KMP算法（kmp）
- 查看ubuntu linux开放的端口以及控制端口范围
- 【A】兼容Core3.0后 Natasha 的隔离域与热编译操作。
- ssh连接远程主机执行脚本的环境变量问题
- 华为4X和4C无法使用电信4G的解决办法
- Python库安装路径查询MAC,也可以看到pip到底是给哪个版本的Python安装库了
- 面试被问，一千万个整数里面快速查找某个整数，你会怎么去做？
- Pytest之自定义mark
- Kendo UI grid 表格数据更新
- 高中计算机网络培训心得体会,高中老师信息技术培训心得体会
- 配置mysql读写分离
- Python操作MyS QL
- CVPR2022：计算机视觉中长尾数据平衡对比学习
- 计算机改考408的学校,2020考研 河北工业大学计算机改考408
- 【div】 设置水平居中
- 教师管理系统设计报告java_Java 教师信息管理系统 简单的java课程设计范例 - 下载 - 搜珍网...