めも

メモ.

Zero-shot / One-shot Learningに関する資料集

必要になったので。

おおよそ時系列順、専門外なので網羅できてません…。

定義

Zero Shot Learning

主に画像系のタスクに於いて、

複雑な問題(セグメンテーションなど)への教師データ作成のためのアノテーションのコストは増加する傾向にある。

さらに複雑な問題に対しては、教師データの数はさらに少なくなる。

教師データが僅かしかない、もしくは存在しないラベルに対して正確な予測、もしくは未知のラベルであることを予測できるようにする。

one shot learning

関連研究・スライド

2008年

Zero-data Learning of New Tasks

元論文:Larochelle, Hugo, Dumitru Erhan, and Yoshua Bengio. “Zero-data Learning of New Tasks.” AAAI. Vol. 1. No. 2. 2008.

2009年

Zero-Shot Learning with Semantic Output Codes

元論文:Palatucci, Mark, et al. “Zero-shot learning with semantic output codes.” Advances in neural information processing systems. 2009.

Learning To Detect Unseen Object Classes by Between-Class Attribute Transfer

元論文:Lampert, Christoph H., Hannes Nickisch, and Stefan Harmeling. “Learning to detect unseen object classes by between-class attribute transfer.” Computer Vision and Pattern Recognition, 2009. CVPR 2009. IEEE Conference on. IEEE, 2009.

2013年

Zero-Shot Learning Through Cross-Modal Transfer

元論文:Socher, Richard, et al. “Zero-shot learning through cross-modal transfer.” Advances in neural information processing systems. 2013.

DeViSE: A Deep Visual-Semantic Embedding Model

元論文:Frome, Andrea, et al. “Devise: A deep visual-semantic embedding model.” Advances in neural information processing systems. 2013.

2014年

Transductive Multi-view Embedding for Zero-Shot Recognition and Annotation

発表資料はなし。 中国語のサイトですが、こちらから入手できます。

元論文:Fu, Yanwei, et al. “Transductive multi-view embedding for zero-shot recognition and annotation.” European Conference on Computer Vision. Springer International Publishing, 2014.

2016年

ECCV 2016 Tutorial

ECCV 2016でのチュートリアルの資料。 Thomas Mensink氏のページよりダウンロードできます。

Matching Networks for One Shot Learning

元論文:Vinyals, Oriol, et al. “Matching networks for one shot learning.” Advances in Neural Information Processing Systems. 2016.

Low-shot Visual Recognition by Shrinking and Hallucinating Features

元論文:Hariharan, Bharath, and Ross Girshick. “Low-shot Visual Recognition by Shrinking and Hallucinating Features.”

One-shot Learning with Memory-Augmented Neural Networks

元論文:Santoro, Adam, et al. “One-shot learning with memory-augmented neural networks.” arXiv preprint arXiv:1605.06065 (2016).

Zero-Shot Learning of Intent Embeddings for Expansion by Convolutional Deep Structured Semantic Models

ポスターをこちらで閲覧できます。

元論文:Chen, Yun-Nung, Dilek Hakkani-Tür, and Xiaodong He. “Zero-shot learning of intent embeddings for expansion by convolutional deep structured semantic models.” Acoustics, Speech and Signal Processing (ICASSP), 2016 IEEE International Conference on. IEEE, 2016.

プライバシーポリシー

このブログに掲載されている内容は作成者の個人的見解に基づく物であって、必ずしも作成者の所属する組織・団体の見解を示すものではありません。また、記載が不正確であったことにより生じたいかなる損害に関しても、責任を負いかねますのでご了承ください。また、本サイトは、Amazon.co.jpを宣伝しリンクすることによってサイトが紹介料を獲得できる手段を提供することを目的に設定されたアフィリエイトプログラムである、Amazonアソシエイト・プログラムの参加者です。また、本サイトでは、第三者配信の広告サービス(Googleアドセンス、A8.net)を利用しており、ユーザーの興味に応じた商品やサービスの広告を表示するため、クッキー(Cookie)を使用しております。 クッキーを使用することで当サイトはお客様のコンピュータを識別できるようになりますが、お客様個人を特定できるものではありません。本サイトの管理者への問い合わせ、当ブログのプライバシーポリシーの詳細についてはこちらをご覧ください。