- …
- …
#440
summarized by : 金城 忍
どんな論文か？
通常の分類器とは別に異なる2つの分類器を用意し、疑似ラベル及び対称学習を利用して、変換同変及び不変な特徴量を学習することで、決定境界に寄与する特徴量を学習する一方で、多様体空間内におけるデータ構造を学習することで、汎化性に寄与する帰納バイアスをモデルに取り入れる提案
新規性
通常の分類器とは、別に変換不変、同変な分類器を学習することで、それぞの帰納バイアスをモデルに取り入れるという点で新規
結果
特徴量抽出器としてResNet-12を使用し、CIFAR-FS、FC100、MiniImageNet、TieredImageNet及びMeta-Datasetで評価した結果、提案手法は既存の手法より良い結果を達成 (但し、Meta-Datasetの評価では平均精度)
その他（なぜ通ったか？等）
- …
- …