Buchumschlag

Gradient-Discrepancy Acquisition for Pool-Based Active Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Khosravani, Mohamadsadegh, Zilles, Sandra
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Selective Prediction from Agreement: A Lipschitz-Consistent Version Space Approach
von: Khosravani, Mohamadsadegh
Veröffentlicht: (2026)

Active learning from positive and unlabeled examples
von: Mansouri, Farnam, et al.
Veröffentlicht: (2026)

Formal Models of Active Learning from Contrastive Examples
von: Mansouri, Farnam, et al.
Veröffentlicht: (2025)

Cleaning the Pool: Progressive Filtering of Unlabeled Pools in Deep Active Learning
von: Huseljic, Denis, et al.
Veröffentlicht: (2025)

Feature Weighting Improves Pool-Based Sequential Active Learning for Regression
von: Wu, Dongrui
Veröffentlicht: (2026)

Non-Myopic Active Feature Acquisition via Pathwise Policy Gradients
von: Aronsson, Linus, et al.
Veröffentlicht: (2026)

Active Learning of Model Discrepancy with Bayesian Experimental Design
von: Yang, Huchen, et al.
Veröffentlicht: (2025)

Entity Matching by Pool-based Active Learning
von: Han, Youfang, et al.
Veröffentlicht: (2022)

Active Learning with Task-Driven Representations for Messy Pools
von: Ashouritaklimi, Kianoosh, et al.
Veröffentlicht: (2025)

Cohort-Based Active Modality Acquisition
von: Rheude, Tillmann, et al.
Veröffentlicht: (2025)

Active Learning with Selective Time-Step Acquisition for PDEs
von: Kim, Yegon, et al.
Veröffentlicht: (2025)

Direct Acquisition Optimization for Low-Budget Active Learning
von: Zhao, Zhuokai, et al.
Veröffentlicht: (2024)

Distance-based Learning of Hypertrees
von: Fallat, Shaun, et al.
Veröffentlicht: (2025)

(De)-regularized Maximum Mean Discrepancy Gradient Flow
von: Chen, Zonghao, 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)

Common Benchmarks Undervalue the Generalization Power of Programmatic Policies
von: Rajabpour, Amirhossein, et al.
Veröffentlicht: (2025)

The Computational Complexity of Almost Stable Clustering with Penalties
von: Khodamoradi, Kamyar, et al.
Veröffentlicht: (2025)

Efficient Online Decision Tree Learning with Active Feature Acquisition
von: Rahbar, Arman, et al.
Veröffentlicht: (2023)

Stochastic Encodings for Active Feature Acquisition
von: Norcliffe, Alexander, et al.
Veröffentlicht: (2025)

Distribution Guided Active Feature Acquisition
von: Li, Yang, et al.
Veröffentlicht: (2024)

Active Learning Using Aggregated Acquisition Functions: Accuracy and Sustainability Analysis
von: Jung, Cédric, et al.
Veröffentlicht: (2026)

Learning Half-Spaces from Perturbed Contrastive Examples
von: Ravari, Aryan Alavi Razavi, et al.
Veröffentlicht: (2026)

A Survey on Active Feature Acquisition Strategies
von: Aronsson, Linus, et al.
Veröffentlicht: (2025)

Active Evaluation Acquisition for Efficient LLM Benchmarking
von: Li, Yang, et al.
Veröffentlicht: (2024)

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

Pretrained Model Representations as Acquisition Signals for Active Learning of MLIPs
von: Varga-Umbrich, Eszter, et al.
Veröffentlicht: (2026)

Pool Me Wisely: On the Effect of Pooling in Transformer-Based Models
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2025)

A Discrepancy-Based Perspective on Dataset Condensation
von: Chen, Tong, et al.
Veröffentlicht: (2025)

Edge-Based Graph Component Pooling
von: Snelleman, T., et al.
Veröffentlicht: (2024)

Active MRI Acquisition with Diffusion Guided Bayesian Experimental Design
von: Iollo, Jacopo, et al.
Veröffentlicht: (2025)

Active Jammer Localization via Acquisition-Aware Path Planning
von: González-Gudiño, Luis, et al.
Veröffentlicht: (2025)

ALINE: Joint Amortization for Bayesian Inference and Active Data Acquisition
von: Huang, Daolang, et al.
Veröffentlicht: (2025)

Why Pool When You Can Flow? Active Learning with GFlowNets
von: Zhang, Renfei, et al.
Veröffentlicht: (2025)

Neural Wasserstein Gradient Flows for Maximum Mean Discrepancies with Riesz Kernels
von: Altekrüger, Fabian, et al.
Veröffentlicht: (2023)

AQKA: Active Quantum Kernel Acquisition Under a Shot Budget
von: Xu, Jian, et al.
Veröffentlicht: (2026)

Evaluation of Active Feature Acquisition Methods for Time-varying Feature Settings
von: von Kleist, Henrik, et al.
Veröffentlicht: (2023)

When Self-Belief Misleads: Active Label Acquisition for Reinforcement Learning with Verifiable Rewards
von: Wang, Li, et al.
Veröffentlicht: (2026)

A Confidence-based Acquisition Model for Self-supervised Active Learning and Label Correction
von: van Niekerk, Carel, et al.
Veröffentlicht: (2023)

Policy Gradient with Active Importance Sampling
von: Papini, Matteo, et al.
Veröffentlicht: (2024)

BN-Pool: Bayesian Nonparametric Pooling for Graphs
von: Castellana, Daniele, et al.
Veröffentlicht: (2025)