Învățare de tip few-shot bazată pe ansambluri
Învățarea de tip few-shot bazată pe ansambluri combină multiple modele few-shot — precum rețele prototipice sau clasificatori bazati pe embedding-uri — pentru a clasifica noi clase din doar unul sau câteva exemple etichetate. Prin impunerea diversității între modelele de bază și agregarea predicțiilor acestora, ansamblul depășește în mod constant orice model few-shot individual în ceea ce privește acuratețea și robustețea, în special în condiții de lipsă severă de etichete.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Dvornik, N., Schmid, C., & Mairal, J. (2019). Diversity with Cooperation: Ensemble Methods for Few-Shot Classification. In Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), pp. 3716–3725. link ↗
- Wang, Y., Yao, Q., Kwok, J. T., & Ni, L. M. (2020). Generalizing from a Few Examples: A Survey on Few-Shot Learning. ACM Computing Surveys, 53(3), 1–34. DOI: 10.1145/3386252 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Ensemble Methods for Few-Shot Learning. ScholarGate. https://scholargate.app/ro/machine-learning/ensemble-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.
- BoostingÎnvățare automată↔ compare
- Învățare cu puține exempleÎnvățare automată↔ compare
- Învățare semi-supervizată cu puține exemple (Semi-supervised Few-shot Learning)Învățare automată↔ compare
- Învățare prin transferÎnvățare automată↔ compare
- Ansamblul de votareÎnvățare automată↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →