concept learning | BriefGPT

关键词concept learning

搜索结果 - 27

Omniglot 挑战：三年进展报告
研究人员指出，近年来在 Omniglot 数据集上的一个确切的挑战是以单一的模型完成多项任务的人类概念学习，虽然研究人员在一项分类任务上取得了显著进展，但其他四项任务仍有待解决。
PDF5 years ago
超越模仿：通过学习概念作为认知程序，在机器人上实现零样本任务转移
本文通过引入类人概念学习框架和新型计算机架构，将认知心理学的有关概念转移到机器学习领域中，实现了具备可解释性及直观感知能力的机器人。该认知计算机通过视觉感知系统、即时记忆和运动控制系统，实现一个命令集合，以学习新概念，并可将其应用于不同形势
PDF6 years ago
大数据时代的小样本学习
本文综述了 Small Sample Learning (SSL) 的现有技术，并分为概念学习和经验学习两大类来介绍。此外，本文还提供了一些神经科学证据来阐明整个 SSL 体系的合理性以及与人类学习过程的关系，并探讨了该领域的主要挑战和未来
PDF6 years ago
NIPS无监督视觉 grounding 的学习：通过语义自监督
本文提出了一种新型的无监督视觉基础框架，使用概念学习作为代理任务来获得自我监督，以鼓励模型定位和解释语义属性，在多项实验中，该方法在图像本体库、ReferItGame 数据集上分别提升了 5.6% 和 5.8%，在 Flickr30k 数据
PDF6 years ago
CVPR使用相互一致性学习组合视觉概念
本文提出了一种基于生成对抗网络的概念学习方法 ConceptGAN，该方法可用于联合从不同数据集中学习多个概念，并通过循环一致性实现数据增强以提高现实世界应用鲁棒性。实验结果表明，该方法能够生成语义上有意义的图像，并且在一次性人脸验证中取得
PDF7 years ago
适应性学习：具有自我限制意识的模型
本文介绍了一种基于 COOL 神经网络的新型分类模型，通过假设训练集中的概念只是假设的最终概念集合的一部分，来解决传统分类模型的局限性，并在愚弄问题、可分离概念学习、单类神经网络和标准分类基准测试中进行了实验，结果表明与传统分类器相比，CO
PDF8 years ago
使用学习搜索技术的抽象意义表示解析器
本文介绍了一种使用 SEARN 方法（一种基于学习的搜索方法），将英语句子解析成抽象的意义表示（AMR）的新技术，通过在统一框架中建立概念和关系学习。我们使用多个不同领域的数据集评估了我们的解析器，并显示其相对于最先进技术的绝对改进量在 2
PDF9 years ago