基于熵正则化最优传输的低预算主动学习

基于摘要分析。该研究面向低预算主动学习：从数据中选择少量待标注样本组成 coreset，使模型仅依靠所选样本训练仍能获得较高 Accuracy。方法利用预训练自监督模型提取特征，在特征空间中以熵正则化最优传输中的 Sinkhorn divergence 作为 coreset 选择准则。 技术上，作者将这一选择准则与不依赖维度的样本复杂度结果、可高效计算的梯度联系起来，先通过基于梯度的算法快速生成候选解，再用基于交换的局部搜索改进，并给出解质量保证。理论结论的具体假设、界的形式，以及连续优化结果如何对应离散样本选择，均需结合全文核对。 作者报告，在标准图像与 EEG 基准的低预算设置下，该方法优于现有先进启发式方法。摘要未提供具体数据集、EEG 任务、被试数、标注预算、指标数值或对照方法，也未说明采用被试内、跨被试或跨会话协议，因此尚不能判断收益大小及其适用范围。 对 EEG 应用，关键核对项是预训练自监督特征能否保留任务相关差异，以及样本选择是否主要受到被试、会话或噪声差异影响。这些是待验证问题，并非已发现的缺陷。预训练数据与选择池的关系、标签使用方式、实验划分、消融及统计信息尚未验证；复现还需确认特征提取器、Sinkhorn 计算设置、优化与交换搜索配置及实现可用性。