青岛科技大学  English 
赵文仓
赞  

教师拼音名称:zhaowencang

手机版

访问量:

最后更新时间:..

基于图神经网络的任务驱动元学习方法

关键字:元学习;图神经网络;图像分类;小样本分类

摘要:为了解决传统分类模型泛化能力差的问题,提出了一种新的元学习方法。该方法首先引入动态特征提取模块使得分类模型能够挖掘外部的任务信息;其次,采用协同训练的方法解决由于任务驱动模块的引入而导致的计算量增大问题;最后,使用图神经网络作为分类模块充分利用样本之间的相关信息,达到进一步提高分类准确率的目的。与传统的元学习分类模型相比,该方法在MiniImageNet数据集上的准确率提高了6.81%,在CIFAR-FS数据集上的准确率提高了6.20%,实验结果表明,该方法可以有效解决传统元学习方法泛化能力差的问题。

卷号:v.44;No.372

期号:16

是否译文:

崂山校区 - 山东省青岛市松岭路99号   
四方校区 - 山东省青岛市郑州路53号   
中德国际合作区(中德校区) - 山东省青岛市西海岸新区团结路3698号
高密校区 - 山东省高密市杏坛西街1号   
济南校区 - 山东省济南市文化东路80号©2015 青岛科技大学    
管理员邮箱:master@qust.edu.cn