少样本学习OACSTPCD
Few-shot learning
人工智能在很多领域都得到了迅速发展,但现有方法需要在大量的数据中学习先验知识.为了进一步缩小人工智能与人类差距,使其可以从少量的监督信息中学习,获得在新任务上的泛化能力,出现了少样本学习方法.少样本学习的目的是利用少量的有标签样本学习一个分类器,对未知的类进行识别.本文对少样本学习方法的概念和应用场景进行了概述,讨论了诸如半监督学习、数据不平衡学习、迁移学习和元学习之类的相关学习问题与少样本学习间的关联.本文对主流少样本学习方法进行了系统的介绍,…查看全部>>
张艺超;侯艳杰;陈君华;唐轶
中国科学院西安光学精密机械研究所光谱成像技术重点实验室,陕西西安710119中国科学院大学,北京100049太原卫星发射中心,山西太原030027云南民族大学云南省高校物联网应用技术重点实验室,云南昆明650500
信息技术与安全科学
少样本学习迁移学习元学习域漂移
《云南民族大学学报（自然科学版）》 2020 (6)
图对信息分析中的张量算子学习问题
582-591,10
国家自然科学基金(61866040).
评论