Примерное неусвоение в классах, основанных на прототипах

arXiv: 261 030,3495v1 Вид уведомления: новое резюме: последние данные и правила МА и потребности в управлении высветили необходимость удаления конкретных данных даже из моделей, подготовленных на их основе или вместе с ними. В то время как переподготовка всей модели является теоретически тривиальным решением, она является вычислительной стоимостью и тем самым стимулирует исследования в Machine Untualation. В настоящем документе предлагается надежный примерный метод необучения для семейства прототипных классификаторов под названием " Квалификация общего обучения векторов в целях устранения воздействия конкретных образцов либо по запросу об исключении, либо из-за того, что они были идентифицированы как шумные или коррумпированные. Сначала мы показываем влияние различных размеров набора забвения, а также характеристик данных в этом наборе на неизученную модель. Для устранения источников нестабильности, обнаруженных в этом методе необучения, мы предлагаем адаптированную версию этого метода таким образом, чтобы отказ от обучения соответствовал характеристикам набора забвения. Вот.