풀 기반 활성 학습을 위한 경량 불일치 획득 (Gradient-Discrepancy Acquisition for Pool-Based

요약

본 논문은 활성 학습(Active Learning)의 효율성을 높이기 위해 새로운 경량 기반(gradient-based) 획득 기준을 제안한다. 이 기준은 기존의 불확실성 샘플링 방식에서 사용되는 불확실성 측정치 대신 활용될 수 있으며, 라벨의 불확실성과 데이터 분포를 동시에 고려하는 다양성 기반 방법론에 통합 가능하다. 연구진은 제안한 획득 기준에 대한 이론적 근거와 경험적 평가를 통해 그 효과성을 입증했다.

핵심 포인트

• 활성 학습의 성능은 적절한 '획득 기준(acquisition criterion)' 선택에 크게 의존한다.
• 제안된 방법은 Luo et al. (2022)에서 유도된 경량 기반 획득 기준으로, 기존 불확실성 샘플링을 대체할 수 있다.
• 이 획득 기준은 라벨의 불확실성을 측정하는 동시에 데이터 포인트들의 분포 다양성까지 고려한다.
• 논문은 제안한 방법론에 대한 이론적 근거와 실제 경험적 평가를 제시하여 그 유효성을 입증했다.