| 深度神经网络的小样本学习综述 |
| |
| 作者姓名： | 祝钧桃 姚光乐 张葛祥 李军 杨强 王胜 叶绍泽 |
| |
| 作者单位： | 1.成都理工大学 信息科学与技术学院,成都 610059
2.成都理工大学 人工智能研究中心,成都 610059
3.成都理工大学 环境与土木工程学院,成都 610059
4.成都理工大学 地质灾害防治与地质环境保护国家重点实验室,成都 610059
5.深圳市勘察研究院有限公司,广东 深圳 518026 |
| |
| 基金项目： | 人工智能四川省重点实验室开放基金;成都理工大学珠峰科学研究计划;四川省重点研发项目;国家自然科学基金原创探索计划项目;地质灾害防治与地质环境保护国家重点实验室自主基金 |
| |
| 摘 要： | 随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战.小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深度学习领域具有重要意义.这促使该系统梳理了已有的DNN下的小样本学习工作,根据它们在解决小样...
|
| 关 键 词： | 小样本学习 度量学习 数据增强 元学习 深度神经网络 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
