Iterative Teaching by Data Hallucination

要約

タイトル：データホールシネーションによる反復的な教育

要約：

– 問題：教育者が、有限サンプルのプールをもとに、学習者の状態に基づいて順次例を提供する反復機械教育の問題に直面します。
– これに対処するために、連続的な入力空間で反復教育を研究し、教育者がラベル、学習者の状態、およびターゲットコンセプトに基づいて入力データを知的に生成できるデータ幻覚教育（DHT）を提案します。
– 線形/神経学習者をオムニ科学的およびブラックボックス設定で学習するいくつかの挑戦的な教育セットアップを研究しました。
– 豊富な経験的結果が、DHTの有効性を確認しています。

要約(オリジナル)

We consider the problem of iterative machine teaching, where a teacher sequentially provides examples based on the status of a learner under a discrete input space (i.e., a pool of finite samples), which greatly limits the teacher’s capability. To address this issue, we study iterative teaching under a continuous input space where the input example (i.e., image) can be either generated by solving an optimization problem or drawn directly from a continuous distribution. Specifically, we propose data hallucination teaching (DHT) where the teacher can generate input data intelligently based on labels, the learner’s status and the target concept. We study a number of challenging teaching setups (e.g., linear/neural learners in omniscient and black-box settings). Extensive empirical results verify the effectiveness of DHT.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI