搜索结果: 1-5 共查到“计算机科学技术 元学习”相关记录5条 . 查询时间(0.165 秒)
双目深度估计的在线适应是一个有挑战性的问题,其要求模型能够在不断变化的目标场景中在线连续地自我调整并适应于当前环境.为处理该问题,提出一种新的在线元学习适应算法(Online meta-learning model with adaptation,OMLA),其贡献主要体现在两方面:首先引入在线特征对齐方法处理目标域和源域特征的分布偏差,以减少数据域转移的影响;然后利用在线元学习方法调整特征对齐过...
随着机器学习解决实际问题的日益复杂化，元学习近期受到越来越多的关注，已成为人工智能领域最热门的研究方向之一。近日，在国际人工智能顶级会议AAAI 2021上，清华大学计算机系朱文武教授团队取得AAAI 2021国际深度元学习挑战赛（MetaDL Challenge）冠军。该团队在最终阶段的隐藏测试数据集上取得了40.4%的准确率，以高于第二名13%性能的领先强势摘得桂冠。
生物识别与安全技术研究中心构建基于元学习的泛化人脸识别框架（图）
生物识别 安全技术研 元学习 泛化人脸识别框架
2020/3/24
人脸识别模型通常需要部署在未知的场景中，识别未知的人群，这对模型的泛化性能带来了极大挑战。为解决该技术难题，自动化所郭建珠博士、朱翔昱副研究员和雷震研究员等人构建了基于元学习的泛化人脸识别框架，通过使模型学习跨场景的元知识，提升模型在未知场景下的泛化性。相关成果被CVPR2020录用为Oral论文。
二元学习与创新绩效的作用机制——组织内部协作网络的调节作用
二元学习 创新绩效 组织内部网络 组织学习
2019/3/20
组织学习是驱动企业创新、实现技术追赶与超越追赶的关键因素,如何合理组织企业的利用式和探索式学习是企业构建研发体系的关键问题。学界对二元学习是否有利于企业的创新绩效存在截然不同的观点。同时，组织内部的情境因素是影响组织二元学习和创新绩效关系的最根本因素，组织内部研发协作网络是二元学习的重要载体。基于美国半导体行业企业十年间的专利数据，实证研究发现，不同维度的二元学习对企业创新绩效具有不同的影响，联合...