지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국인터넷방송통신학회 International journal of advanced smart convergence International journal of advanced smart convergence 제8권 제4호
- 발행연도
- 2019.1
- 수록면
- 75 - 81 (7page)
이용수
초록· 키워드
오류제보하기
Though recent advancement of deep learning methods have provided satisfactory results from large data domain, somehow yield poor performance on few-shot classification tasks. In order to train a model with strong performance, i.e. deep convolutional neural network, it depends heavily on huge dataset and the labeled classes of the dataset can be extremely humongous. The cost of human annotation and scarcity of the data among the classes have drastically limited the capability of current image classification model. On the contrary, humans are excellent in terms of learning or recognizing new unseen classes with merely small set of labeled examples. Few-shot learning aims to train a classification model with limited labeled samples to recognize new classes that have neverseen during training process. In this paper, we increase the backbone depth of the embedding network in orderto learn the variation between the intra-class. By increasing the network depth of the embedding module, we are able to achieve competitive performance due to the minimized intra-class variation.
목차
등록된 정보가 없습니다.
참고문헌 (18)
참고문헌 신청
A. Krizhevsky / 2012 / Imagenet Classification with Deep Convolutional Neural Networks / Proc. NIPS :1106~1114
H. Edwards / 2017 / Towards a Neural Statistician / Proc. International Conference on Learning Representation (ICLR)
C. Finn / 2017 / Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks / Proc. International Conference on Learning Representation (ICML)
G. Koch / 2015 / Siamese Neural Networks for One-Shot Image Recognition / Proc. ICML
O. Vinyals / 2016 / Matching Networks for One Shot Learning / Proc. NIPS
H. Edwards / 2017 / Towards a Neural Statistician / Proc. International Conference on Learning Representation (ICLR)
C. Finn / 2017 / Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks / Proc. International Conference on Learning Representation (ICML)
G. Koch / 2015 / Siamese Neural Networks for One-Shot Image Recognition / Proc. ICML
O. Vinyals / 2016 / Matching Networks for One Shot Learning / Proc. NIPS
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
메트릭 학습 기반 오픈세트 극소수 학습에 대한 분류 성능 향상
대한전자공학회 학술대회
2020 .11
-
Intra-class Local Descr iptor -based Prototypical Network for Few-Shot Learning
멀티미디어학회논문지
2022 .01
-
Novel Image Classification Method Based on Few-Shot Learning in Monkey Species
Journal of information and communication convergence engineering
2021 .06
-
손상된 대형 폐기물 분류를 위한 Few-Shot learning
한국통신학회 학술대회논문집
2024 .11
-
Few-Shot 학습을 이용한 영상 분류
한국컴퓨터정보학회 학술발표논문집
2021 .07
-
Graph Neural Networks with Prototype Nodes for Few-shot Image Classification
Journal of KIISE
2023 .02
-
멀티모달 대형 언어 모델을 이용한 제로샷 인간 행동 인식
대한전자공학회 학술대회
2024 .11
-
극소수 예시 오픈 세트 식별 문제에서의 비관측 범주 이미지 검출 성능 향상
대한전자공학회 학술대회
2020 .11
-
Coating defect classification method for steel structures with vision–thermography imaging and zero-shot learning
Smart Structures and Systems, An International Journal
2024 .01
-
유사도 기반 클러스터링을 사용한 샷 그룹 및 대표 샷 프레임 검출
한국컴퓨터정보학회논문지
2016 .09
-
Deep Learning
대한토목학회지
2021 .06
-
데이터 개수가 적은 상황에서 한국 상품 이미지 분류 성능 개선을 위한 딥러닝 기반의 도메인 일반화 연구
한국정보과학회 학술발표논문집
2023 .06
-
Determining Inspection Intervals for One-shot Systems with Support Equipments
대한산업공학회 추계학술대회 논문집
2015 .11
-
자기 지도 학습과 메타 학습을 결합한 Few-shot 의료영상 분할 네트워크
대한전자공학회 학술대회
2022 .06
-
DeepCleanNet: Training Deep Convolutional Neural Network with Extremely Noisy Labels
멀티미디어학회논문지
2020 .11
-
Few-shot 학습을 위한 비주얼 프롬프트 마스크의 필요성
한국정보과학회 학술발표논문집
2024 .12
-
Prompt기반 Few-shot Learning을 이용한 한국어 자연언어처리
한국정보과학회 학술발표논문집
2021 .12
-
Support set의 중앙값 prototype을 활용한 few-shot 학습
스마트미디어저널
2023 .02
-
Zero-shot 학습을 위한 텍스트 GAN 기반 데이터 증강 기법 설계
한국정보통신학회 종합학술대회 논문집
2024 .10
-
Few-shot Learning-Based Image Classification
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2022 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0