少样本学习
关注
分享
扫一扫
文章平均质量分 94
少样本学习
♡来年秋风起♡
这个作者很懒，什么都没留下…
展开
-
论文阅读 10 | Instance Credibility Inference for Few-Shot Learning
小样本学习（FSL）旨在识别每个类别极其有限的训练数据的新对象。以前的努力是通过利用元学习范式或数据增强中的新原理来缓解这个极其缺乏数据的问题。相比之下，本文提出了一种简单的统计方法，称为实例可信度推断（ICI），以利用未标记实例的分布支持进行小样本学习。具体来说，我们首先用标记的少量样本训练线性分类器，并使用它来推断未标记数据的伪标记。为了衡量每个伪标记实例的可信度，我们提出通过增加附带参数的稀疏度来解决另一个线性回归假设，并根据其稀疏度对伪标记实例进行排名。原创 2023-03-29 21:03:15 · 579 阅读 · 3 评论 -
论文阅读 9 | SELF-SUPERVISED GRAPH NEURAL NETWORKS FOR IMPROVED ELECTROENCEPHALOGRAPHIC SEIZURE ANALYSIS
从脑电图（EEG）中自动检测和分类癫痫发作可以大大提高癫痫发作的诊断和治疗。然而，在先前的自动化癫痫发作检测和分类研究中，一些建模挑战仍未解决：（1）表示EEG中的非欧几里得数据结构，（2）准确分类罕见的癫痫发作类型，以及（3）缺乏定量可解释性方法来测量模型定位癫痫发作的能力。原创 2023-03-22 16:15:52 · 507 阅读 · 1 评论 -
论文阅读 8 | Contrastive Decoder Generator for Few-shot Learning in Product Quality Prediction
用于产品质量预测中小样本学习的对比解码器生成器原创 2022-12-29 16:46:11 · 802 阅读 · 3 评论 -
论文阅读 7 | Non-Gaussian Gaussian Processes for Few-Shot Regression
小样本回归的非高斯高斯过程原创 2022-12-24 09:50:31 · 1277 阅读 · 2 评论 -
论文阅读 6 | Bayesian Meta-Learning for the Few-Shot Setting via Deep Kernels
基于深度核的少样本设置的贝叶斯元学习原创 2022-10-29 16:50:32 · 1310 阅读 · 6 评论 -
论文阅读 3 | Few-shot Domain Adaptation by Causal Mechanism Transfer
通过因果机制转移进行的少样本域适应研究原创 2022-08-22 09:33:27 · 1031 阅读 · 4 评论 -
论文阅读-2 | Meta-Learning with Task-Adaptive Loss Function for Few Shot Learning
用于小样本学习的基于任务自适应损失函数的元学习原创 2022-08-17 11:36:10 · 1793 阅读 · 3 评论 -
论文阅读-1 | Few-Shot Regression Via Learned Basis Functions
通过学习基函数的小样本回归原创 2022-08-15 17:23:41 · 3839 阅读 · 2 评论