AAAI 2022 | MetaNODE:针对小样本问题的神经ODE元优化器
©作者 | 张保权
单位 | 哈尔滨工业大学(深圳)
研究方向 | 小样本学习、元学习
论文标题:
MetaNODE: Prototype Optimization as a Neural ODE for Few-Shot Learning
收录会议:
AAAI 2022
论文链接:
https://www.aaai.org/AAAI22Papers/AAAI-1203.ZhangB.pdf
代码链接:
https://github.com/zhangbq-research/metanode
本文动机
方法
2.1 整体框架
实验
我们在三个常用的数据集上评价了我们方法的性能,包括 miniImageNet、tieredImageNet 以及 CUB-200-2011 数据集。结果表明,我们的方法:1)获得了最佳的分类性能;2)能够估计更有代表性的原型。
3.1 实验结果
3.2 消融实验
结论
本文提出了一种基于元学习的原型优化框架,进而为 FSL 提供更准确的原型估计。特别地,本文设计了一种基于神经 ODE 的元优化器来捕获连续时间的原型优化动态。三个数据集的实验表明本文的模型比最先进的方法显着获得了卓越的性能。本文还进行了广泛的统计实验和消融研究,进一步验证所提出方法的有效性。
更多阅读
#投 稿 通 道#
让你的文字被更多人看到
如何才能让更多的优质内容以更短路径到达读者群体,缩短读者寻找优质内容的成本呢?答案就是:你不认识的人。
总有一些你不认识的人,知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁,促使不同背景、不同方向的学者和学术灵感相互碰撞,迸发出更多的可能性。
PaperWeekly 鼓励高校实验室或个人,在我们的平台上分享各类优质内容,可以是最新论文解读,也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个,让知识真正流动起来。
📝 稿件基本要求:
• 文章确系个人原创作品,未曾在公开渠道发表,如为其他平台已发表或待发表的文章,请明确标注
• 稿件建议以 markdown 格式撰写,文中配图以附件形式发送,要求图片清晰,无版权问题
• PaperWeekly 尊重原作者署名权,并将为每篇被采纳的原创首发稿件,提供业内具有竞争力稿酬,具体依据文章阅读量和文章质量阶梯制结算
📬 投稿通道:
• 投稿邮箱:[email protected]
• 来稿请备注即时联系方式(微信),以便我们在稿件选用的第一时间联系作者
• 您也可以直接添加小编微信(pwbot02)快速投稿,备注:姓名-投稿
△长按添加PaperWeekly小编
🔍
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·
关键词
方法
样本
问题
参数
原型
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。