- …
- …
#291
summarized by : Hiroaki Aizawa
どんな論文か？
一般的に良い特徴を学習するためには，大量の学習データが必要で，少量データしか利用できないfew-shotなシナリオでは，様々なタスクに渡る一般的な特徴表現を得ることを強いられる(理想は図のようなタスクに応じた特徴表現)．この研究では，meta learningによって新たなタスクに画像表現を適応することを学習するTask-Aware Feature Embedding Networkを提案．
新規性
Few-shot Learningにおいてタスクに渡って共有された特徴表現をtask-specificな重みとtask-awareな重みに分解したこと，されにそれらの重みはmeta-learnerによって生成していること．
結果
zero-shotとfew-shot learningのベンチマークにおいて評価し，すべてのタスクにおいてSOTAと同等またはそれを超える性能を達成．
その他（なぜ通ったか？等）
- …
- …