最近调研小样本,元学习,异常检测: notes here
文章
ECCV20
算是第一篇 元学习和 异常检测的文章,本文就是把MAML结合异常检测
CVPR 21
视频异常检测和元学习。 结合了原型网络和MAML,采用原型+attention来增强表征学习,通过MAML更新梯度
arxiv, 投nips 没中。 采用原型网络来处理one-way classification。 可以类似异常检测。 提出一个null class 作为辅助类来学习
AAAI 21: 和上文都是one-way classification。本文是MAML的延伸,通过 采用一个类平衡的验证集来 调整梯度损失。同时本文 也说明OCC(one-class classification) 和异常检测的关系。
MICCAI 20
采用DIM的思想最大化互信息学的表征,采用类NCEloss来 正负样本拉推来检测异常
ICML 20
结合GNN 作为先验,原型网络,概率论 采样等
ICLR 20
ProtoNet+MAML结合,讲ProtoNet作为初始化head的参数,采用MAML框架
arxiv
是上一篇ICLR的扩展,引入一个新的 contextulized 的原型+ attention 来初始化头部参数
语言学的会
这篇文章是基于ProtoMAML。加了一个L2范数
NIPS 20
结合了ProNet+MAML
NIPS 21:
本文说是episode learning那种方法 对于度量元学习不ok
几篇综述
一个不错的tutorial