关键词semi-supervised meta-learning
搜索结果 - 3
- ECCV大规模非静态任务分布下的低遗忘元学习
本文提出了一种半监督元学习方法(SETS)来解决不断演化的任务分布和大量的未标记数据存在时的元学习问题,并通过引入相互信息正则化来稳健地利用未标记外部分布数据以及采用最优传输正则化来在特征空间记住已学习的知识。在大规模非稳态半监督任务分布数 - GenSDF: 通用有符号距离函数的两阶段学习
本文研究了使用神经代表距离函数(SDF)进行三维对象表示学习的泛化能力,提出了一个半监督元学习方法,可将形状先验从有标签的数据传输到无标签的数据中,用于重建未知的对象类别,并实现了 100 多个未见过的类别的强大的零 - shot 推理。
- 具有解缠度的半监督元学习用于通用领域医学图像分割
本文提出了一种新颖的半监督元学习框架,其中包括解缠结和显式对与领域位移相关的表示进行建模,对于医学图像分割问题,这项技术表现良好,尤其在有限的标注数据情况下具有更好的一般化性能和鲁棒性。