KDDSep, 2023
逼真支持 - 查询转移少样本学习的双重对抗对齐
Dual Adversarial Alignment for Realistic Support-Query Shift Few-shot Learning
Siyang Jiang, Rui Fang, Hsi-Wen Chen, Wei Ding, Ming-Syan Chen
TL;DR提出了一个新的挑战,RSQS,侧重于现实的支持 - 查询偏移少样本学习。使用统一的对抗特征对齐方法(DuaL)从两个方面缓解了 RSQS,即跨域偏差和内域变异。在 RSQS 基准测试中,DuaL 明显优于其他方法。