HyperShot:カーネルハイパーネットワークによる少数ショット学習【JST・京大機械翻訳】

Sendera Marcin; Przewiezlikowski Marcin; Karanowski Konrad; Zieba Maciej; Tabor Jacek; Spurek Przemyslaw

プレプリント

J-GLOBAL ID：202202212559145094 整理番号：22P0308028

HyperShot:カーネルハイパーネットワークによる少数ショット学習【JST・京大機械翻訳】

HyperShot: Few-Shot Learning by Kernel HyperNetworks

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 (6件)： , , , , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21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)

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】

, , , , , ,

人工知能

前のページに戻る