[survey 2018] Small Sample Learning in Big Data Era

最新推荐文章于 2021-03-20 14:50:37 发布
最新推荐文章于 2021-03-20 14:50:37 发布
阅读量554 收藏 2
点赞数
分类专栏： 小样本学习 文章标签： 小样本学习 综述 SSL
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cp_oldy/article/details/104705022
版权

西安交通大学孟德宇老师文章，据webinar说，逻辑很清晰。
[paper]

小样本学习分类

小样本学习分为两类，一类叫做“概念学习”，一类叫做“经验学习”。

目前的研究方向

神经科学相关

元知识 元学习

概念学习的挑战

经验学习的挑战

有前途的小样本学习应用

一亩高粱
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
bigdatasurvey:以Hadoop生态系统为中心的开源大数据平台调查
04-29
大数据生态系统调查 以Hadoop生态系统为中心的开源大数据平台调查。 骇人听闻的工作正在进行中。 hacky可视化在这里： : （ ）进行的大数据调查获得了。 根据在 。
A survey on deep learning for big data
08-10
In the past few years, deep learning has played an important role in big data analytic solutions. In this paper, we review the emerging researches of deep learning models for big data feature learning...
深度学习—读Small Data Challenges in Big Data Era: A Survey of Recent Progress on Unsupervised and Semi...
weiwei935707936的博客
09-06 1698
（本文涉及概念较多，主要分为四部分： 琐碎的小概念 无监督学习 半监督学习 域适应） 一.琐碎的小概念： 无标签数据的作用： （1）它的分布可以学习更加鲁棒（预测更加平稳平滑即便在给数据加噪音之后）的表征，以泛...
1_Small Data Challenges in Big Data Era
infinita_LV的博客
06-04 530
参考博客：http://www.databanker.cn/point/249912.html 【导读】 基于神经网络的深度学习方法往往需要大量标注样本，而在很多领域往往是缺乏充足样本数据的，比如在医疗领域，高质量的医疗影像大数据样本很难获取，且人工标注成本较高。因此，亟待研究基于小样本数据集或弱标签标注的机器学习方法。最近，齐国君和罗杰波两位知名学者在ArXiv发布了关于小样本数据集的无监督...
小样本学习——概念、原理与方法简介（Few-shot learning）
weixin_40920183的博客
10-19 8254
Few-shot learning (FSL)在机器学习领域具有重大意义和挑战性，是否拥有从少量样本中学习和概括的能力，是将人工智能和人类智能进行区分的明显分界点，因为人类可以仅通过一...
小样本学习研究综述
qq_40716254的博客
12-11 6515
小样本学习方法分类基于模型微调的小样本学习方法基于数据增强的小样本学习基于无标签数据的方法基于数据合成的方法基于特征增强的方法基于迁移学习的小样本学习基于度量学习的方法基于元学习的方法基于图神经网络的方法展望 小样本学习目标：从少量样本中学习到解决问题的方法。 本文将小样本学习分为基于模型微调、基于数据增强、基于迁移学习三种。 基于模型微调的小样本学习方法      在大规模数据上预训练模型，在目标小样本数据集上对神经网络模型的全连接层或顶端几层进行参数微调
Survey of wireless big data
01-20
Abstract: Wireless big data describes a wide range of massive data that is generated, collected and stored in wireless networks by wireless devices and users. While these data share some common ...
Big Data 2.0
12-05
This book provides the big picture and a comprehensive survey for the domain of Big Data processing systems. The book is not focused only on one research area or one type of data. However, it ...
Provenance Research Issues and Challenges in the Big Data Era（论文阅读）
qq_41821067的博客
03-20 223
目录大数据时代的种源研究问题与挑战论文背景简介大数据起源：问题和挑战因此，未来努力的一个相关问题是**需要安全和隐私保护的大数据来源技术**。可能的解决方案是基于接受来自一方的数据源的安全性和保密性以及来自另一方的数据源的来源之间的某种折衷。灵活的来源查询工具Provenance不仅需要用来检测数据和数据对象的谱系和派生，而且还需要用于支持灵活查询工具的方法论，这些工具侧重于支持下一代网络安全系统，在这种系统中，用户可能有兴趣跟踪特定研究实验室中特定人生成的记录，或者检测被跟踪记录的机密性，即了解谁可能在授
当小样本遇上机器学习 few shot learning one shot learning
热门推荐
心之所向
04-11 2万+
引言  来源 深度学习(deep learning)已经广泛应用于各个领域，解决各类问题，例如在图像分类问题下，如图1，区分这10类目标的准确率目前可以轻松做到94%。然而，deep learning是一种data hungry的技术，需要大量的标注样本才能发挥作用。图1   现实世界中，有很多问题是没有这么多的标注数据的，获取标注数据的成本也非常大，例如在医疗领域、安全领域等。因此，我们现在讨论...
2020年最全-少样本学习（FSL）相关综述、数据集、模型/算法和应用资源整理分享
lqfarmer的博客
06-05 1884
Few Shot Learning（FSL）又称少样本学习，这是做AI研究经常遇到的一个问题。深度学习技术需要大量的数据来训练一个好的模型。例如典型的 MNIST 分类问题，一共有 10 个类，训练集一共有 6000 个样本，平均下来每个类大约 600 个样本，但是我们想一下我们人类自己，我们区分 0 到 9 的数字图片的时候需要看 6000 张图片才知道怎么区分吗？很显然，不需要！这表明当前的深度学习技术和我们人类智能差距还是很大的，要想弥补这一差距，少样本学习是一个很关键的问题。 ...
小样本学习调研
VIEO
03-11 3787
元学习小样本学习论文总结200篇至 vieo.zhu@foxmail.com申请 小样本机器学习算法的特性分析与应用 小样本学习介绍 小样本学习领域的研究进展 当小样本遇上机器学习 一：零碎纪录 1.最前沿：让神经网络学习比较来实现少样本学习 - Flood Sung的文章 - 知乎 https://zhuanlan.zhihu.com/p/35379027 论文链接 源码链...
ERA5数据集说明
Mae_Liu的博客
05-17 2万+
官网：https://www.ecmwf.int/en/forecasts/datasets/reanalysis-datasets/era5 网友的中文介绍：https://blog.csdn.net/ch206265/article/details/103768263
Paper reading (十二)：Challenges in unsupervised clustering of single-cell RNA-seq data
wxw060709的专栏
09-24 614
论文题目：Challenges in unsupervised clustering of single-cell RNA-seq data scholar 引用：47 页数：10 发表时间：2019.01 发表刊物：nature reviews genetics 作者：Vladimir Yu Kiselev , Tallulah S. Andrews and Martin Hember...
udp分片报文pcap文件
最新发布
07-18
udp分片报文pcap文件：64kudp大包分成每片658字节总计100片
计算机教学导案.doc
07-18
计算机
meta-learning in neural networks: a survey
04-06
b'meta-learning in neural networks: a survey'是一篇研究元学习在神经网络中应用的调查文章。元学习是指学习如何学习的能力，它可以帮助模型快速适应新任务和环境。文章介绍了当前元学习在神经网络中的研究进展和...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值