Machine learningMachine learning

การเรียนรู้แบบน้อยตัวอย่างออนไลน์ (Online Few-shot Learning)

การเรียนรู้แบบน้อยตัวอย่างออนไลน์ (Online Few-shot Learning) ผสมผสานหลักการปรับปรุงแบบสตรีมของการเรียนรู้แบบออนไลน์ (online learning) เข้ากับเป้าหมายด้านประสิทธิภาพการใช้ข้อมูลของการเรียนรู้แบบน้อยตัวอย่าง (few-shot learning) ทำให้โมเดลสามารถปรับตัวเข้ากับงานหรือคลาสใหม่ๆ ได้อย่างต่อเนื่องจากตัวอย่างที่มีป้ายกำกับเพียงไม่กี่ตัวอย่างเมื่อข้อมูลมาถึงตามลำดับ โดยไม่ต้องเข้าถึงชุดข้อมูลย้อนหลังทั้งหมด

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  1. Finn, C., Rajeswaran, A., Kakade, S., & Levine, S. (2019). Online Meta-Learning. Proceedings of the 36th International Conference on Machine Learning (ICML), PMLR 97, 1920–1930. link
  2. Javed, K., & White, M. (2019). Meta-Learning Representations for Continual Learning. Advances in Neural Information Processing Systems (NeurIPS), 32. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels). ScholarGate. https://scholargate.app/th/machine-learning/online-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
ScholarGateOnline Few-shot Learning (Online Few-shot Learning (Streaming Meta-Learning from Scarce Labels)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/machine-learning/online-few-shot-learning · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026