既知クラスと未知クラスが混在する能動学習を定式化した点。および、この問題の解法として、GMMでモデル化することにより既知クラスらしさを推定し、ラベルなしデータから既知クラスらしいデータを取り出す方法を提案した点。

CIFAR10, CIFAR100, TinyImageNetのクラスを分割することでOpen-set条件を再現し、能動学習の実験を行った。その結果、既存の能動学習手法よりも正確に既知クラスだけを取り出すことができた。また、比較した能動学習手法の中では計算量が最も小さい手法だった。