分類タスクの多様な集合からの一般化のための分布埋込みネットワーク【JST・京大機械翻訳】

Liu Lang; Fard Mahdi Milani; Zhao Sen

プレプリント

J-GLOBAL ID：202202206111499073 整理番号：22P0284552

分類タスクの多様な集合からの一般化のための分布埋込みネットワーク【JST・京大機械翻訳】

Distribution Embedding Networks for Generalization from a Diverse Set of Classification Tasks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月03日プレプリントサーバーでの情報更新日： 2022年12月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

小さなデータによる分類のための分布埋込みネットワーク(DEN)を提案した。メタ学習の同じスピリッツにおいて,DENは,目標タスクを一般化する目標を持つ訓練タスクの多様な集合から学習する。訓練とターゲットタスクの入力を必要とする既存の手法とは異なり,類似した分布を持つ同じ次元を持つために,DENは,訓練とターゲットタスクを不均一入力空間に生かすことを可能にする。これは,関連タスクからのラベル付きデータが不足しているタブーデータタスクに対して特に有用である。DENは3ブロックアーキテクチャを使用する:共変量変換ブロック,続いて分布埋込みブロック,次に分類ブロック。このアーキテクチャが,多様なタスクセットで事前訓練後,埋込みと分類ブロックを固定できることを示す理論的洞察を提供する。比較的少ないパラメータを有する共変量変換ブロックだけが,各新しいタスクに対して微調整する必要がある。また,訓練を容易にするために,二値分類タスクを合成するアプローチを提案し,DENが数値研究における多数の合成および実タスクにおいて既存の方法より優れていることを実証した。【JST・京大機械翻訳】

, , , , ,
, , , , , 【Automatic Indexing@JST】

人工知能

, , , , ,

前のページに戻る