抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
与えられたタスクから最小数のラベル付き例を用いて予測を行うのは,少ないショットモデルである。この領域における主な課題は,1つの要素だけが各クラスを表すワンショット設定である。カーネルとハイパーネットワークパラダイムの融合を提案した。パラメータの勾配ベース調整を適用する参照手法と比較して,本モデルはタスクの埋込みに依存して分類モジュールパラメータを切り替えることを目的とする。実際に,著者らは,サポートデータから凝集情報を取り上げて,考慮された問題のために手作りされた分類器のパラメータを返すハイパーネットワークを利用した。さらに,ハイパーネットワークに配信されたサポート事例のカーネルベース表現を導入し,分類モジュールのパラメータを作成した。その結果,バックボーンモデルによって提供される直接特徴値の代わりにサポート事例の埋込み間の関係に依存する。このアプローチにより,本モデルは高度に異なるタスクに適応できる。【JST・京大機械翻訳】