Jan, 2021

基于熵的不确定性校准用于广义零样本学习

TL;DR提出一种新的框架,利用双重变分自编码器和三元组损失学习区分性潜在特征,并应用基于熵的校准来最小化见和未见类之间重叠区域的不确定性,在六个基准数据集上进行的实验表明,该方法胜过现有的最先进方法。