小样本学习论文阅读 | Confess: A framework for single source cross-domain few-shot learning, ICLR 2022 poster
1.motivation目前的方法在源域和目标域存在较大域间偏差时实用性较差。本文认为:1)无监督学习可以缓解监督崩溃问题,并且训练得到的模型可以更好地推广到目标域中。2)因为源数据集和目标数据集之间存在很大差异,因此对源任务有用的特征可能对目标任务没有帮助,甚至有害。所以本文期望在小样本的情况下,通过提取更少的特征来提升泛化性能。2.contribution本文提出了一个“对比学习和特征选择系统