- …
- …
#223
summarized by : Ryo Nakamura
どんな論文か？
Progressive Sample Selection(PSS)では，各反復において，特徴空間において既知クラス集合から離れたクラスに属しながら高い同質性を持つ未ラベル化サンプルを選択する方法を提案．
PSSにより選択されたサンプルに対してクラスタリングにより生成された高品質な擬似ラベルを用いて，特徴量の汎化を反復的に改善を行う方法を提案した・．
新規性
・オープンワールド表現学習の実用的な設定を定式化し，文献上の既存の設定と実世界での応用との間のギャップを低減した．（問題の再定式化，改善）
・テスト時に未知のクラスに対する表現の汎化を改善する上で最も有効なサンプルを，反復ごとに漸次選択する新しい反復手法を提案した．(新規手法の提案)
結果
・オープンワールド表現学習の実用的な設定として，種の画像検索と1:1顔照合タスクに対して，ラベル付きおよびラベルなしデータを用いた最新の半教師付きおよび新規のクラス発見法を上回る性能を示した．
その他（なぜ通ったか？等）
Open world化での表現学習手法の問題設定を再定式化を行い，ラベル無しデータが従来に比べて非常に多い問題設定で，最先端をの記録を達成するだけでなく，従来法が効果的に機能しないことを示したため．
github : https://github.com/dmlc/dgl/tree/master/examples/pytorch/hilander/PSS
- …
- …