关键词state of the art methods
搜索结果 - 4
- 不平衡传导式少样本学习的自适应流形
提出了一种名为自适应流形的方法,用于解决在真实数据集不平衡环境下的转导式 few-shot 学习,该方法利用标记支持示例和无标签查询的底层流形来预测每个查询的类概率分布,并优化所有参数,表现出比其他最先进方法更好的性能。
- 生物医学图像字幕化调查
本文首次回顾讨论了医学图像字幕生成中的数据集、评估措施和现有技术,并提出了两种基准测试方法,其中强方法在一个数据集上的表现超出了所有现有技术系统。
- AAAI多重对抗领域适应
本文提出一种多重对抗领域自适应方法 (MADA),能够捕获多模态结构,利用多个领域判别器实现不同数据分布的精细对齐,利用随机梯度下降计算梯度,证据表明该模型在标准领域自适应数据集上优于现有最先进方法。
- 人脸验证的三元组相似度嵌入
提出了一种结合深度卷积神经网络和三元组相似性约束的低维判别嵌入的无约束人脸验证算法,在 IJB-A 数据集上显示出超越现有方法的性能提升和内存优化的优点。