Graph Embeddingを用いて，既知のクラスからのvisual analogyをもとに新規クラスに対するclassification parameterを生成している。具体的には，既知のサンプルからAlexNetの中間層の出力をもとに各クラスの代表点をプロットし，類似度を計算してGraph Embeddingを得ておき，新規クラスに対するEmbedding等を最適化している。

ImageNetのdatasetをもとにしたfew-shot learningタスクにおいて，ベースライン手法よりも性能の改善が得られた。また，visual analogyにGraph Embeddingを用いない手法でも同時に実験したが，Graph Embeddingを用いたほうが高性能であった。