#273
summarized by : Shuhei M Yoshida
Boosting Few-Shot Learning With Adaptive Margin Loss

どんな論文か?

クラス当たり数枚程度の訓練データから学習するfew-shot学習に関する論文。この問題に対してよく使われる計量学習ベースの手法を改良する。
placeholder

新規性

正解クラスとそれ以外のクラスとの意味的な類似性に依存するマージンに基づき、class-relevant additive margin lossを提案。意味的に類似したクラスの埋め込みベクトルがより識別しやすくなるよう、類似クラス間のマージンを大きくする。意味的な類似性を算出するために、単語埋め込みモデルを使ってクラス名の埋め込みベクトルを使用、2クラスの類似性はこの埋め込みベクトルの使用する。

結果

FSLの標準的なベンチマークであるminiImageNetを用いて評価。従来法を超える精度を達成。

その他(なぜ通ったか?等)