Buchumschlag

Learning to Actively Learn: A Robust Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Jifan, Jain, Lalit, Jamieson, Kevin
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improved Algorithm for Deep Active Learning under Imbalance via Optimal Separation
von: Nuggehalli, Shyam, et al.
Veröffentlicht: (2023)

Nearly Minimax Optimal Submodular Maximization with Bandit Feedback
von: Tajdini, Artin, et al.
Veröffentlicht: (2023)

A/B Testing and Best-arm Identification for Linear Bandits with Robustness to Non-stationarity
von: Xiong, Zhihan, et al.
Veröffentlicht: (2023)

High Effort, Low Gain: Fundamental Limits of Active Learning for Linear Dynamical Systems
von: Chatzikiriakos, Nicolas, et al.
Veröffentlicht: (2025)

Minimax Optimal Strategy for Delayed Observations in Online Reinforcement Learning
von: Lee, Harin, et al.
Veröffentlicht: (2026)

Deep Active Learning in the Open World
von: Xie, Tian, et al.
Veröffentlicht: (2024)

Learning from the Best: Active Learning for Wireless Communications
von: Soltani, Nasim, et al.
Veröffentlicht: (2024)

Humor in AI: Massive Scale Crowd-Sourced Preferences and Benchmarks for Cartoon Captioning
von: Zhang, Jifan, et al.
Veröffentlicht: (2024)

An Empirical Risk Minimization Approach for Offline Inverse RL and Dynamic Discrete Choice Model
von: Kang, Enoch H., et al.
Veröffentlicht: (2025)

Optimal Posterior Sampling for Policy Identification in Tabular Markov Decision Processes
von: Kone, Cyrille, et al.
Veröffentlicht: (2026)

Robust Offline Active Learning on Graphs
von: Wu, Yuanchen, et al.
Veröffentlicht: (2024)

Sample Complexity Reduction via Policy Difference Estimation in Tabular Reinforcement Learning
von: Narang, Adhyyan, et al.
Veröffentlicht: (2024)

Model-Change Active Learning in Graph-Based Semi-Supervised Learning
von: Miller, Kevin, et al.
Veröffentlicht: (2021)

Overcoming the Sim-to-Real Gap: Leveraging Simulation to Learn to Explore for Real-World RL
von: Wagenmaker, Andrew, et al.
Veröffentlicht: (2024)

Cost-Effective Proxy Reward Model Construction with On-Policy and Active Learning
von: Chen, Yifang, et al.
Veröffentlicht: (2024)

Unique Rashomon Sets for Robust Active Learning
von: Nguyen, Simon, et al.
Veröffentlicht: (2025)

Benchmarking Active Learning for NILM
von: Patel, Dhruv, et al.
Veröffentlicht: (2024)

LabelBench: A Comprehensive Framework for Benchmarking Adaptive Label-Efficient Learning
von: Zhang, Jifan, et al.
Veröffentlicht: (2023)

Robust Active Learning (RoAL): Countering Dynamic Adversaries in Active Learning with Elastic Weight Consolidation
von: Fajri, Ricky Maulana, et al.
Veröffentlicht: (2024)

RANA: Robust Active Learning for Noisy Network Alignment
von: Nan, Yixuan, et al.
Veröffentlicht: (2025)

Distributionally Robust Active Learning for Gaussian Process Regression
von: Takeno, Shion, et al.
Veröffentlicht: (2025)

Multi-Fidelity Active Learning with GFlowNets
von: Hernandez-Garcia, Alex, et al.
Veröffentlicht: (2023)

On the Power of Adaptivity for $\varepsilon$-Best Arm Identification in Linear Bandits
von: Maiti, Arnab, et al.
Veröffentlicht: (2026)

Efficient Active Learning Halfspaces with Tsybakov Noise: A Non-convex Optimization Approach
von: Li, Yinan, et al.
Veröffentlicht: (2023)

Cumulative Meta-Learning from Active Learning Queries for Robustness to Spurious Correlations
von: Chew, Kin Whye, et al.
Veröffentlicht: (2026)

Variance Alignment Score: A Simple But Tough-to-Beat Data Selection Method for Multimodal Contrastive Learning
von: Wang, Yiping, et al.
Veröffentlicht: (2024)

Classification Tree-based Active Learning: A Wrapper Approach
von: Jose, Ashna, et al.
Veröffentlicht: (2024)

Adaptive Experimentation When You Can't Experiment
von: Zhao, Yao, et al.
Veröffentlicht: (2024)

Bridging the Creativity Understanding Gap: Small-Scale Human Alignment Enables Expert-Level Humor Ranking in LLMs
von: Zhou, Kuan Lok, et al.
Veröffentlicht: (2025)

Off-Policy Evaluation from Logged Human Feedback
von: Bhargava, Aniruddha, et al.
Veröffentlicht: (2024)

MCCE: Missingness-aware Causal Concept Explainer
von: Gao, Jifan, et al.
Veröffentlicht: (2024)

Generalized Coverage for More Robust Low-Budget Active Learning
von: Bae, Wonho, et al.
Veröffentlicht: (2024)

Unknown Aware AI-Generated Content Attribution
von: Thieu, Ellie, et al.
Veröffentlicht: (2026)

AHA: Human-Assisted Out-of-Distribution Generalization and Detection
von: Bai, Haoyue, et al.
Veröffentlicht: (2024)

Actively Learning Reinforcement Learning: A Stochastic Optimal Control Approach
von: Ramadan, Mohammad S., et al.
Veröffentlicht: (2023)

SpiroActive: Active Learning for Efficient Data Acquisition for Spirometry
von: Jain, Ankita Kumari, et al.
Veröffentlicht: (2024)

Active Transfer Bagging: A New Approach for Accelerated Active Learning Acquisition of Data by Combined Transfer Learning and Bagging Based Models
von: Pelletier, Vivienne, et al.
Veröffentlicht: (2026)

UDUC: An Uncertainty-driven Approach for Learning-based Robust Control
von: Zhang, Yuan, et al.
Veröffentlicht: (2024)

A Bayesian Approach to Robust Inverse Reinforcement Learning
von: Wei, Ran, et al.
Veröffentlicht: (2023)

On The Complexity of Best-Arm Identification in Non-Stationary Linear Bandits
von: Maynard-Zhang, Leo, et al.
Veröffentlicht: (2026)