l*********
Lv.3 学术文献阅读达人
2020/08/08 21:30
元学习
文中在元学习框架中引入具有随机傅立叶特征的核函数，以充分利用其强大的小样本学习能力。并提出了元变分随机特征（MetaVRF）来学习基学习器的自适应核函数，在元学习框架下，将MetaVRF的优化问题归结为一个变分推理问题，并提出了一种基于LSTM体系结构的后验上下文推理。基于LSTM的推理网络能够有效地将先前任务的上下文信息与特定任务的信息相结合，生成信息性和自适应性特征。实验结果表明，与现有的元学习方法相比，提提出的MetaVRF具有相当的甚至更好的性能。
领书计划详情
