Machine learningMachine learning
半教師あり少数ショット学習
半教師あり少数ショット学習（SS-FSL）は、ラベル付きサンプルが各クラスで数枚しかない新しいクラスを分類するためにモデルを訓練し、同時にラベルなしデータプールを活用してクラス表現を豊かにします。メタ学習エピソードとラベルなしサンプルに対するソフト疑似ラベル割り当てを組み合わせることで、豊富なラベルなしデータが利用可能な場合に、純粋な教師あり少数ショット法よりも著しく高い精度を達成します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Ren, M., Triantafillou, E., Ravi, S., Snell, J., Swersky, K., Tenenbaum, J. B., Larochelle, H., & Zemel, R. S. (2018). Meta-learning for semi-supervised few-shot classification. In International Conference on Learning Representations (ICLR 2018). link ↗
- Finn, C., Abbeel, P., & Levine, S. (2017). Model-agnostic meta-learning for fast adaptation of deep networks. In Proceedings of the 34th International Conference on Machine Learning (ICML 2017), PMLR 70, 1126–1135. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Few-shot Learning (SS-FSL). ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-few-shot-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →