論文の概要: LiBaGS: Lightweight Boundary Gap Synthesis for Targeted Synthetic Data Selection

• arxiv url: http://arxiv.org/abs/2605.11231v2
• Date: Wed, 13 May 2026 15:26:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 17:13:58.877176
• Title: LiBaGS: Lightweight Boundary Gap Synthesis for Targeted Synthetic Data Selection
• Title（参考訳）: LiBaGS: ターゲットデータ選択のための軽量境界ギャップ合成
• Authors: Abhishek Moturu, Anna Goldenberg, Babak Taati,
• Abstract要約: LiBaGSは、決定境界近傍、予測不確実性、実データ密度、サポート妥当性を組み合わせることで、候補となる合成サンプルをスコアする。 実験により、LiBaGSは古典的なオーバーサンプリング、ハード強化、不確実性、密度改善よりも精度を向上させることが示された。
• 参考スコア（独自算出の注目度）: 4.691805203236375
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Synthetic data is useful only when the added samples fill missing parts of the training distribution that matter for the downstream task. We introduce LiBaGS, a lightweight, generator-agnostic method for targeted synthetic training data selection. LiBaGS scores candidate synthetic samples by combining decision-boundary proximity, predictive uncertainty, real-data density, and support validity, so that selected samples are both informative and likely to remain on the real data manifold. We then use a boundary-gap allocation rule that targets sparse but realistic decision-boundary neighborhoods, rather than simply adding more data or selecting only the most uncertain candidates. LiBaGS also learns when enough synthetic samples have been added through a marginal-value stopping rule, assigns softer labels near ambiguous boundaries, and uses a diversity objective to avoid redundant near-duplicate selections. Experiments show that LiBaGS improves accuracy over classical oversampling, hard augmentation, uncertainty and density ablations, and targeted-generation selection criteria.
• Abstract（参考訳）: 合成データは、下流タスクで重要なトレーニングディストリビューションの欠落部分を追加サンプルが埋める場合にのみ有用である。 目的とする合成学習データ選択のための軽量でジェネレータに依存しないLiBaGSを提案する。 LiBaGSは、決定境界近傍、予測不確実性、実データ密度、サポート妥当性を組み合わせることで、候補となる合成サンプルをスコアし、選択されたサンプルが情報的であり、実際のデータ多様体に留まる可能性が高い。 次に、単にデータを追加したり、最も不確実な候補のみを選択するのではなく、スパースで現実的な意思決定境界地区をターゲットにした境界ギャップ割り当てルールを使用する。 LiBaGSはまた、限界値停止則によって十分な合成サンプルが加えられたことを学習し、曖昧な境界付近でよりソフトなラベルを割り当て、重複に近い選択を避けるために多様性の目標を使用する。 実験により、LiBaGSは古典的なオーバーサンプリング、ハード強化、不確実性と密度改善、ターゲットジェネレーション選択基準よりも精度が向上することが示された。

関連論文リスト

• Response Time Enhances Alignment with Heterogeneous Preferences [49.69696266152175]
  簡易な二次信号で選好データセットを増大させることで、住民の平均選好の識別性を回復できることを示す。 私たちの結果は、将来的なデータ収集パイプラインに約束と新たな機会をもたらします。
  論文  参考訳（メタデータ） (2026-05-07T22:05:23Z)
• Add-One-In: Incremental Sample Selection for Large Language Models via a Choice-Based Greedy Paradigm [50.492124556982674]
  本稿では,新しい選択型サンプル選択フレームワークを提案する。 個々のサンプル品質の評価から、異なるサンプルのコントリビューション値の比較へと焦点をシフトする。 われわれのアプローチをより大きな医療データセットで検証し、現実の応用における実用性を強調した。
  論文  参考訳（メタデータ） (2025-03-04T07:32:41Z)
• Zero-Shot Class Unlearning in CLIP with Synthetic Samples [0.0]
  私たちは、画像テキストペアの巨大なデータセットに基づいてトレーニングされたデュアルビジョン言語モデルであるCLIP内でのアンラーニングに重点を置いています。 リプシッツ正則化をCLIPのマルチモーダル文脈に適用する。 我々の忘れる手順は反復的であり、合成された忘れ物セットの精度を追跡し、選択された閾値未満の精度で停止する。
  論文  参考訳（メタデータ） (2024-07-10T09:16:14Z)
• Learning with Imbalanced Noisy Data by Preventing Bias in Sample Selection [82.43311784594384]
  実世界のデータセットには、ノイズの多いラベルだけでなく、クラス不均衡も含まれている。 不均衡なデータセットにおけるノイズラベルに対処する,単純かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2024-02-17T10:34:53Z)
• Synthetic Augmentation with Large-scale Unconditional Pre-training [4.162192894410251]
  アノテーション付きデータへの依存性を低減するため,HistoDiffusionという合成拡張手法を提案する。 HistoDiffusionは、大規模にラベル付けされていないデータセットで事前トレーニングし、その後、拡張トレーニングのために小さなラベル付きデータセットに適用することができる。 本手法は,3つの病理組織学的データセットを事前学習し,大腸癌の病理組織学的データセット(CRC)を事前学習データセットから除外して評価する。
  論文  参考訳（メタデータ） (2023-08-08T03:34:04Z)
• UNICON: Combating Label Noise Through Uniform Selection and Contrastive Learning [89.56465237941013]
  UNICONは,高ラベル雑音に対して頑健な,シンプルで効果的なサンプル選択法である。 90%のノイズレートでCIFAR100データセットの最先端データよりも11.4%改善した。
  論文  参考訳（メタデータ） (2022-03-28T07:36:36Z)
• Saliency Grafting: Innocuous Attribution-Guided Mixup with Calibrated Label Mixing [104.630875328668]
  ミックスアップスキームは、強化されたトレーニングサンプルを作成するために、サンプルのペアを混ぜることを提案する。 両世界のベストを捉えた、斬新だがシンプルなミックスアップ版を提示する。
  論文  参考訳（メタデータ） (2021-12-16T11:27:48Z)
• Qimera: Data-free Quantization with Synthetic Boundary Supporting Samples [8.975667614727652]
  人工境界支持試料を生成するために重ね合わせの潜伏埋め込みを用いたQimeraを提案する。 実験結果から,Qimeraはデータフリー量子化における各種設定に対して,最先端の性能を実現することが示された。
  論文  参考訳（メタデータ） (2021-11-04T04:52:50Z)
• Sparse Feature Selection Makes Batch Reinforcement Learning More Sample Efficient [62.24615324523435]
  本稿では,スパース線形関数近似を用いた高次元バッチ強化学習(RL)の統計的解析を行う。 候補となる機能が多数存在する場合,提案手法がバッチRLをより効率的にサンプリングできるという事実に光を当てる。
  論文  参考訳（メタデータ） (2020-11-08T16:48:02Z)
• Weakly Supervised-Based Oversampling for High Imbalance and High Dimensionality Data Classification [2.9283685972609494]
  オーバーサンプリングは、不均衡な分類を解決する効果的な方法である。 合成サンプルの不正確なラベルは、データセットの分布を歪ませる。 本稿では,合成試料の不正確なラベル付けを扱うために,弱教師付き学習を導入する。
  論文  参考訳（メタデータ） (2020-09-29T15:26:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。