JavaShuo
欄目
標籤
綜述論文「A Survey of Zero-Shot Learning: Settings, Methods, and Applications」
時間 2020-12-24
標籤
機器學習
简体版
原文
原文鏈接
發表於ACM Trans. Intell. Syst. Technol. 10, 2, Article 13 (January 2019) 摘要:大多數機器學習方法着重於對已經在訓練中看到其類別的實例進行分類。 實際上,許多應用程序需要對實例進行分類,而這些實例的類以前沒有見過。 零樣本學習(Zero-Shot Learning)是一種強大而有前途的學習範例,其中訓練實例涵蓋的類別與想分類的類別是
>>阅读原文<<
相關文章
1.
[survey 2019] A Survey of Zero-Shot Learning: Settings, Methods, and Applications
2.
A Survey of Zero-Shot Learning: Settings, Methods, and Applications [reading notes]
3.
arXiv綜述論文「Graph Neural Networks: A Review of Methods and Applications」
4.
【圖嵌入綜述2】A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications
5.
《圖神經網絡綜述》Graph Neural Networks: A Review of Methods and Applications
6.
【論文筆記】Graph Summarization Methods and Applications- A Survey
7.
【GNN綜述1-模型與應用】 Graph Neural Networks: A Review of Methods and Applications
8.
圖表示綜述 2017 Graph Embedding Techniques, Applications, and Performance: A Survey
9.
Object Detection in 20 Years: A Survey 綜述論文筆記
10.
A Comprehensive Survey of Graph Embedding:Problems, Techniques and Applications
更多相關文章...
•
MyBatis settings
-
MyBatis教程
•
CAP理論是什麼?
-
NoSQL教程
•
RxJava操作符(七)Conditional and Boolean
•
Java Agent入門實戰(二)-Instrumentation源碼概述
相關標籤/搜索
methods
settings
survey
applications
綜述
論文概述
learning
論述
技術綜述
論文
PHP教程
Thymeleaf 教程
MySQL教程
文件系統
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
微軟準備淘汰 SHA-1
2.
Windows Server 2019 Update 2010,20H2
3.
Jmeter+Selenium結合使用(完整篇)
4.
windows服務基礎
5.
mysql 查看線程及kill線程
6.
DevExpresss LookUpEdit詳解
7.
GitLab簡單配置SSHKey與計算機建立連接
8.
桶排序(BucketSort)
9.
桶排序(BucketSort)
10.
C++ 桶排序(BucketSort)
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
[survey 2019] A Survey of Zero-Shot Learning: Settings, Methods, and Applications
2.
A Survey of Zero-Shot Learning: Settings, Methods, and Applications [reading notes]
3.
arXiv綜述論文「Graph Neural Networks: A Review of Methods and Applications」
4.
【圖嵌入綜述2】A Comprehensive Survey of Graph Embedding: Problems, Techniques and Applications
5.
《圖神經網絡綜述》Graph Neural Networks: A Review of Methods and Applications
6.
【論文筆記】Graph Summarization Methods and Applications- A Survey
7.
【GNN綜述1-模型與應用】 Graph Neural Networks: A Review of Methods and Applications
8.
圖表示綜述 2017 Graph Embedding Techniques, Applications, and Performance: A Survey
9.
Object Detection in 20 Years: A Survey 綜述論文筆記
10.
A Comprehensive Survey of Graph Embedding:Problems, Techniques and Applications
>>更多相關文章<<