Optimal Online Data Sampling or How to Hire the Best Secretaries
Optimal Online Data Sampling or How to Hire the Best Secretaries
复制标题
最佳在线数据采样或如何聘请最好的秘书
DOI：
--
复制
发表时间：
2009
期刊：
影响因子：
--
通讯作者：
G. Dudek
中科院分区：
文献类型：
--
作者：
Yogesh A. Girdhar;G. Dudek
数据的在线采样问题，可以看作是经典秘书问题的推广。目标是最大化在我们的数据中挑选k个得分最高的样本的概率，从而在网上做出选择或拒绝样本的决定。我们提出了一种新的、简单的在线算法来进行最优选择。然后，我们将该算法应用于移动机器人拍摄的一系列图像，目标是识别出最有趣和最有信息量的图像。
The problem of online sampling of data, can be seen as a generalization of the classical secretary problem. The goal is to maximize the probability of picking the k highest scoring samples in our data, making the decision to select or reject a sample on-line. We present a new and simple on-line algorithm to optimally make this selection. We then apply this algorithm to a sequence of images taken by a mobile robot, with the goal of identifying the most interesting and informative images.