Ансамблевое обучение с малым количеством примеров

Ансамблевое обучение с малым количеством примеров (Ensemble Few-Shot Learning) объединяет несколько моделей для обучения с малым количеством примеров — таких как прототипические сети или эмбеддинг-обучатели — для классификации новых классов на основе всего лишь одного или нескольких размеченных примеров. За счет обеспечения разнообразия между базовыми обучателями и агрегирования их предсказаний, ансамбль стабильно превосходит любую отдельную модель обучения с малым количеством примеров по точности и робастности, особенно в условиях острой нехватки размеченных данных.