異常順位に基づく新クラス学習の効率性

異常検知のランク上位を優先した確認が、かえって新クラスの学習効率を低下させる場合があることを示した。

• 異常検知器を用いた新クラス学習のプロセスを5つのベンチマークで検証した。
• 最上位の事例を優先して確認することが、必ずしも効率的な学習につながらないことを示した。
• 既知クラスの関係性を変えることで必要な確認数が大幅に減少することを確認した。
• 発見と学習のための事例選択を区別することの重要性を明らかにした。

原文タイトル: Anomaly-ranked confirmation slows new-class learning

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。