#852
summarized by : QIUYUE
Actively Seeking and Learning From Live Data

どんな論文か?

Test時にデータを参考セットからサーチし,選択したデータから追加学習を行うVQA手法の提案.提案手法は入力の質問と画像から動的に参考データから必要な情報をサンプリングし,サンプリングしたデータを用いてVQAの学習プロセスを行い,gradient-based meta learning手法を用いて学習されたウェイトをVQAモデルにadaptationを行う.
placeholder

新規性

ほかの伝統的なCVかNLPのタスクと比べ,VQAのようなV and Lタスクに対し,すべての学習すべき情報を学習データだけに含むことが大きな問題点である.この文章ではExternal sourceを活用したVQAタスク及び手法の提案.

結果

VQA-CP v2データセット(学習とテストデータの回答分布をずらしたデータセット設定)においてSOTAな精度を達成.

その他(なぜ通ったか?等)

VQAデータセットだけではなく,ほかのV and L知識も活用できる(例:Image Captioningのデータ).