#active learning のAIニュース
3件の記事
評価指標に依存する注釈飽和:ラベル分布からの学習における研究
Apple Machine Learning は、注釈者の不一致が信号となり得ることを示し、評価指標によって必要な注釈者数が異なる「注釈飽和」を特定した。NLI モデルの実験により、不一致を検出するエントロピー相関には約 20〜50 人の注釈者が必要であることが明らかになった。
Apple Machine Learning·6月23日·★★★★
創薬DMTAサイクルの高速化! Active Learning駆動型Relative Binding FEP(RBFEP)による「実践的」リード化合物最適化の新戦略
Preferred Networksが、Free Energy Perturbation(FEP)に基づき、Active Learningを駆動したRelative Binding FEP(RBFEP)という新手法を開発した。この手法は、創薬プロセスにおけるDMTAサイクルを高速化し、実践的なリード化合物最適化を可能にする。
Preferred Networks·1月27日·★★★★
限られたデータでの学習 第2部:アクティブラーニング
教師あり学習では高品質なラベルが重要だが、収集コストが高い。アクティブラーニングは、限られた予算でラベル付けリソースを活用し、データ不足を補う手法である。本記事は限られたラベルデータへの対応策の第2部として、人間のラベリング作業を一部含むアプローチについて解説する。
Lilian Weng·2月20日·★★★★