BriefGPT.xyz
Ask
alpha
关键词
meta-learning models
搜索结果 - 2
奖励调节 STDP 的突触可塑性神经元脉冲伪学习
提出了一个受海马体和前额叶皮质启发的生物学上可行的元学习模型,其使用尖峰神经网络和基于奖励的学习系统来实现在低数据条件下的快速学习并避免了灾难性遗忘,并且可以轻松地应用于脉冲神经形态学设备和在 few-shot 分类任务中展示了其与现有技术
→
PDF
a year ago
IJCAI
通过对抗任务增强的跨领域少样本分类
针对 few-shot 分类在训练和测试分布之间的域变化导致在测试上性能下降的问题,提出了通过任务增强来改善归纳偏置的鲁棒性,具体来说,采用对抗任务增强方法来生成具有挑战性的任务,可以提供简单的即插即用模块来提高元学习模型在跨域通用性中的性
→
PDF
3 years ago
Prev
Next