Nov, 2023
零样本学习中的类别分布变化:学习鲁棒表征
Class Distribution Shifts in Zero-Shot Learning: Learning Robust Representations
Yuli Slavutsky, Yuval Benjamini
TL;DR在这篇研究论文中,我们研究了一个隐藏变量引起的类别分布偏移的情景,针对零样本分类器在训练课程上学习的表示被应用于新的未见类别的情况,我们引入了一种算法用于学习在这种类别分布偏移下具有鲁棒性的数据表示。我们展示了我们的方法,将分层数据抽样与越域泛化技术相结合,能够改进在模拟和真实数据集中对多样的类别分布的泛化能力。