- …
#943
summarized by : cfiken
どんな論文か？
Few-Shot Learning において、Meta Learning/Transfer Learning を組み合わせ、深いモデルでも Few-Shot タスクに適用可能とした Meta-Transfer Learning と、学習効率化のための hard task meta-batch を提案。
Meta Learning での既存手法の問題点(多くのタスク、小さなモデル)が改善されている。
新規性
Meta-Learning により Deep なモデルを使用し過学習を抑えて良い結果となったケースは初。
大きなタスクで学習し、そのパラメータを固定しつつ Scaling と Shift だけ学習可能なパラメータで変換して小さなタスクを解かせるアイディアは初。
結果
miniImageNet, Fewshot-CIFAR100 で実験し、多くの Few-Shot Learning の手法 (data augmentation 系, metric learning 系, memory network 系, gradient descent 系) と比較してほとんどで SOTA な性能となった。
その他（なぜ通ったか？等）
- …