Machine Unlearning: A Survey

这是一个新方向，机器遗忘。针对《Machine Unlearning: A Survey》的翻译。

摘要

机器学习已经引起了广泛的关注，并发展成为一种使能技术，用于广泛的高度成功的应用，如智能计算机视觉、语音识别、医疗诊断等。然而，由于隐私、可用性和/或被遗忘权，一些特定样本的信息需要从称为机器遗忘的模型中删除，这就产生了一种特殊的需求。这项新兴技术因其创新性和实用性而引起了学术界和工业界的极大兴趣。与此同时，这个雄心勃勃的问题导致了许多旨在应对其挑战的研究工作。据我们所知，没有任何研究分析过这一复杂的主题，也没有比较过现有的遗忘解决方案在不同场景下的可行性。因此，通过这项调查，我们旨在了解遗忘技术的关键概念。现有的解决方案根据其特点进行分类和总结，并对每个类别的优势和局限性进行最新的全面审查。综述最后强调了遗忘技术的一些突出问题，以及新研究机会的一些可行方向。

1 引言

1.1 机器遗忘的动机

1.2 这篇综述的贡献

1.3 与现有机器遗忘综述的比较

2 前言

2.1 机器遗忘的定义

2.2 机器遗忘的目标

2.3 机器遗忘的需求

3 遗忘与验证机制分类

3.1 遗忘分类

3.1.1 数据重组