Feb, 2021
基于迁移学习的少样本分类：利用预处理过的骨干神经网络潜空间进行最优输运映射
Transfer learning based few-shot classification using optimal transport mapping from preprocessed latent space of backbone neural network
Tomáš Chobola, Daniel Vašata, Pavel Kordík
TL;DR本研究介绍了在 MetaDL Challenge 2020 中排名第二的基于元学习的方法，在少量标注数据的情况下，通过修改隐空间中每个类别的分布来更好地对齐高斯分布，并利用期望最大化算法进一步对齐类别中心，使用 Sinkhorn 算法的最优传输映射。实验证明，该方法优于先前的研究以及使用 KNN 算法、高斯混合模型等其他算法的变体。