Méthode crédibiliste pour l'extraction d'incertitudes sans dépendance aux observations - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

Méthode crédibiliste pour l'extraction d'incertitudes sans dépendance aux observations

Résumé

Les recherches récentes en apprentissage actif, et plus précisément en échantillonnage par incertitude, se sont concentrées sur la décomposition de l'incertitude du modèle en incertitudes réductibles et irréductibles. Dans cet article, nous proposons de simplifier la phase de calcul et de supprimer la dépendance vis-à-vis des observations, mais surtout de prendre en compte l'incertitude déjà présente dans les étiquettes (l'incertitude des oracles). La stratégie proposée, l'échantillonnage par incertitude de Klir, traite également le dilemme d'exploration-exploitation, en utilisant la théorie des fonctions de croyance.
Fichier principal
Vignette du fichier
EGC.pdf (499.95 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04623877 , version 1 (25-06-2024)

Identifiants

  • HAL Id : hal-04623877 , version 1

Citer

Arthur Hoarau, Vincent Lemaire, Arnaud Martin, Jean-Christophe Dubois, Yolande Le Gall. Méthode crédibiliste pour l'extraction d'incertitudes sans dépendance aux observations. EGC 2024 - 24ème conférence francophone sur l'Extraction et la Gestion des Connaissances, Jan 2024, Dijon, France. ⟨hal-04623877⟩
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More