#83
summarized by : Hiroaki Aizawa
When Does Self-supervision Improve Few-shot Learning?
Jong-Chyi Su, Subhransu Maji, Bharath Hariharan

どんな論文か？

Few-shot Learningの文脈において，self-supervised learningの役割を調査した論文．実験から，self-supervised learningの影響は，few-shot learningにおけるbase classのサイズやdomain shiftに大きく影響することがわかった．
placeholder

新規性

Few-shot learningとself-supervised learningの包括的な調査に加えて，実験から得られたdomain shiftの影響の結果に基づいて，unlabeled dataのpoolから，base classとdomainが近いサンプルを抜き出す方法を提案し，さらなる改善をもたらした．

結果

Domain shiftの度合いを調整し，複数domainでのfew-shot learnerの性能を系統的に調査．この実験から，self-supervised learningがfew-shot learningに有効である場合の状況を明らかにした．

その他（なぜ通ったか？等）

このページで利用されている画像は論文から引用しています．