#252
summarized by : Kensho Hara
Gradient Matching Generative Networks for Zero-Shot Learning

どんな論文か?

Zero-shot Learningにおいて,未知クラスの画像をGANにより人工的に生成し,既知クラスの自然画像と未知クラスの人工画像を合わせて教師あり学習する研究.未知クラスについてはclass embeddings(属性情報を合わせたもの)で表現して,そのclass embeddingsを元に未知クラスの画像を生成している.
placeholder

新規性

Gradient Matching Lossという新しいLossの提案.論文中の図2にあるように,実際の既知クラスの画像と生成した未知クラスの画像を識別モデルに入力したときの勾配が近くなるような学習をするためのLossになっている.

結果

従来手法よりも大幅に性能が向上.

その他(なぜ通ったか?等)

なぜ勾配が近くなるように学習すると良いのかについての記述が速読した段階では見つからなかった.