Active Learning

Deep Learning bayésien pour la classification de déchets

Recherche en apprentissage semi-supervisé appliquant l'active learning bayésien profond (Gal et al.) sur le dataset RealWaste. Utilise le dropout stochastique pour quantifier l'incertitude et sélectionner intelligemment les échantillons à annoter, réduisant drastiquement les coûts de labellisation.