zero-shot 第9页

论文浅尝 | Zero-Shot Transfer Learning for Event Extraction

事件抽取的目标是在非结构化的文本中确认事件的触发词（Eventtrigger）和参与者（Eventargument），并判断触法词的事件类型（Eventtype），判断参与者在事件中的扮演的角色（Argumentrole）。有触发词和参与者的短语或文本称为EventMention。如下图的关于Transport-Person事件的一条EventMention，dispatching是触发词，下划线

开放知识图谱·2018-11-01 21:17

[NIPS 2018 论文笔记] Stacked Semantics-Guided Attention Model for Fine-Grained Zero-Shot Learning

用于细粒度零样本学习的堆叠语义引导注意力模型StackedSemantics-GuidedAttentionModelforFine-GrainedZero-ShotLearning本文亮点：使用语义引导视觉特征，加权不同的区域特征。论文地址代码地址Abstract:Zero-ShotLearning(ZSL)isachievedviaaligningthesemanticrelationship

一亩高粱·2018-10-17 10:11

[ECCV 2018笔记] Learning Class Prototypes via Structure Alignment for Zero-Shot Recognition

基于结构对齐的类原型学习实现零样本识别LearningClassPrototypesviaStructureAlignmentforZero-ShotRecognition本文亮点：双字典框架进行结构对齐。AbstractZero-shotlearning(ZSL)aimstorecognizeobjectsofnovelclasseswithoutanytrainingsamplesofspec

一亩高粱·2018-10-10 20:11

【2018ECCV】Zero-Shot Deep Domain Adaptation 零样本深度域适应

背景及简介现实情况中，经常会遇到这样的一种情况：现有任务的数据很少，或者采集困难、采集成本昂贵，比如医学上的分类问题、软件缺陷分类、生产线优化等。零样本学习通过一些之前学习的特征以及现有任务的属性知识，完成对现有任务的学习，这与迁移学习的概念是有交叉的，迁移学习根据与现有任务（也叫作Targettask目标任务）相似的任务（Sourcetask源任务）学习，将对目标任务有益的一部分迁移到目标任务学

LiGuang923·2018-09-05 20:15

【2018ECCV】Zero-Shot Deep Domain Adaptation 零样本深度域适应

背景及简介现实情况中，经常会遇到这样的一种情况：现有任务的数据很少，或者采集困难、采集成本昂贵，比如医学上的分类问题、软件缺陷分类、生产线优化等。零样本学习通过一些之前学习的特征以及现有任务的属性知识，完成对现有任务的学习，这与迁移学习的概念是有交叉的，迁移学习根据与现有任务（也叫作Targettask目标任务）相似的任务（Sourcetask源任务）学习，将对目标任务有益的一部分迁移到目标任务学

LiGuang923·2018-09-05 20:15

（转）零次学习（Zero-Shot Learning）入门

零次学习（Zero-ShotLearning）入门小栗子转自：https://zhuanlan.zhihu.com/p/34656727?spm=5176.9876270.0.0.399ce44aXsg7cN谢谢作者事物的本质反映世界构成的规律408人赞了该文章很久没有更文章了，主要是没有找到zero-shotlearning(ZSL)方面我特别想要分享的文章，且中间有一段时间在考虑要不要继续做这

tianguiyuyu·2018-08-22 18:54

[ICCV 2017笔记] Learning Discriminative Latent Attributes for Zero-Shot Classification

学习判别性隐含属性实现零样本分类LearningDiscriminativeLatentAttributesforZero-ShotClassification本文亮点：对人类定义属性进行组合，学习隐含属性。文章目录[学习判别性隐含属性实现零样本分类LearningDiscriminativeLatentAttributesforZero-ShotClassification](http://op

一亩高粱·2018-08-21 09:50

[CVPR 2018笔记] Transductive Unbiased Embedding for Zero-Shot Learning

阿里巴巴&浙大Poster论文：基于直推式的无偏嵌入零样本学习TransductiveUnbiasedEmbeddingforZero-ShotLearning本文亮点：用语义引导网络学习摘要摘要：大多数现有的零样本学习（Zero-ShotLearning，ZSL）方法都存在强偏问题：训练阶段unseen类（目标类）的实例在测试时往往被归类为seen类（源类）之一。因此，在广义ZSL设置中部署后，

一亩高粱·2018-08-14 15:44

什么是零次学习（zero-shot Learning）篇一

最近再进行Zero-ShotLearning关于知识图谱嵌入的研究，这篇文章开始将会从调研Zero-ShotLearning开始逐步记录整个类似问题做知识嵌入的研究过程。本章80%翻译自一个公开的科学散记也有本小弱观看去年CVPR的tutorial的个人见解，更多思考会在之后详细说明。Introduction在过去的几十年里，机器变得更加智能，但如果没有将机器所见训练数据集给予标记，它就无法区分两

davendw·2018-08-14 02:08

Zero-Shot Learing零样本学习数据集分享（GoogleNet 提取）

Zero-ShotLearing问题数据集分享（GoogleNet提取）提供几个最常用的Zero-ShotLearning的数据集，均为GoogleNet提取的图片特征，引用相应数据时，请注意对应作者的引用说明。AwA:http://pan.baidu.com/s/1nvPzsXbCUB:http://pan.baidu.com/s/1nv3KCYHaPaY:http://pan.baidu.co

volcano_Lin·2018-08-13 09:36

[CVPR 2018笔记] Discriminative Learning of Latent Features for Zero-Shot Recognition

零样本学习新进展：使用鉴别性特征实现零样本识别DiscriminativeLearningofLatentFeaturesforZero-ShotRecognition本文亮点：对人类定义属性进行扩充，学习隐含属性。ZSL零样本学习(zero-shotlearning,ZSL)详见郑哲东在知乎中的回答。它的目标是通过训练阶段从已见类别中学习到的知识，来识别未见类别。Abstract摘要：零样本学习

一亩高粱·2018-08-12 16:08

[CVPR 2017笔记] Matrix Tri-Factorization with Manifold Regularization for Zero-shot Learning

CVPR17-基于流形正则化矩阵三分解法的零样本学习MatrixTri-FactorizationwithManifoldRegularizationforZero-shotLearning本文亮点：双流形正则化，同时优化视觉和语义嵌入。Abstract零样本学习（ZSL）旨在通过一些可见类的可用的训练数据，来识别另一些未见类的目标。现有解决方案集中于通过在可见和未见类之间共享的中间语义嵌入（例如

一亩高粱·2018-07-29 10:55

什么是One-shot Learning 、Zero-shot Learning？

One/zero-shotlearning都是用来进行学习分类的算法。Zero-shotLearing就是训练样本里没有这个类别的样本，但是如果我们可以学到一个牛逼的映射，这个映射好到我们即使在训练的时候没看到这个类，但是我们在遇到的时候依然能通过这个映射得到这个新类的特征。One-shotLearing就是类别下训练样本只有一个或者很少，我们依然可以进行分类。比如我们可以在一个更大的数据集上或者

Hero_Never_GIVE_UP·2018-07-24 16:22

经典重读：Evaluating Knowledge Transfer and Zero-Shot Learning in a Large-Scale Setting

在零样本学习(ZSL)中，一个重要的问题是如何有效的从其他来源获取知识。现在通行的ZSL方法中。Word-Embedding/Attribute是主要的知识来源，统称为SemanticEmbeddings。然而其他的知识来源也可能非常有效。马普所在论文Evaluationofoutputembeddingsforfine-grainedimageclassification中衡量了多种不同Sema

龙腾Zero·2018-07-12 14:28

Semantic Autoencoder for Zero-Shot Learning

前言zero-shotlearning（ZSL）是近几年研究的一个热点问题，每年在计算机视觉领域的顶级期刊都会有几篇典型的论文被刊登，比如CVPR。在传统的计算机视觉任务中，一般以多分类问题为基础，比如我们要识别出几个类别：狗、椅子、人，在训练分类模型时，我们会输入三种类别的图像数据去训练模型，对于给定的一个新图片，模型就可以给出一个标签（这张测试图像属于狗、椅子或人）。这个时候就有学者给出不同的

庆志的小徒弟·2018-07-10 15:24

Zero-Shot learning

Zero-Shotlearning在传统的分类模型中，为了解决多分类问题（例如三个类别：猫、狗和猪），就需要提供大量的猫、狗和猪的图片用以模型训练，然后给定一张新的图片，就能判定属于猫、狗或猪的其中哪一类。但是对于之前训练图片未出现的类别（例如牛），这个模型便无法将牛识别出来，而ZSL就是为了解决这种问题。在ZSL中，某一类别在训练样本中未出现，但是我们知道这个类别的特征，然后通过语料知识库，便可

心絮·2018-06-14 10:44

Zero-Shot相关论文阅读报告

hanss2·2018-06-01 16:21

zero-shot learning 论文三篇小结

whatiszero-shotlearningzero-shotlearning是为了能够识别在测试中出现，而在训练中未遇到过的数据类别。例如识别一张猫的图片，但在训练时没有训练到猫的图片和对应猫的标签。那么我们可以通过比较这张猫的图片和我们训练过程中的那些图片相近，进而找到这些相近图片的标签，再通过这些相近标签去找到猫的标签。（个人认为zero-shotlearning应该属于迁移学习的一种。）

算法学习者·2018-05-24 23:42

Zero-Shot Visual Recognition using Semantics-Preserving Adversarial Embedding Networks 阅读笔记

Zero-ShotVisualRecognitionusingSemantics-PreservingAdversarialEmbeddingNetworks收获多个网络如何组合?相同目标collaborative,不同目标adversarialtodo查看groudtruthclassembedding查看SAEConclusionprousingadversarialframeworktoco

feitianlzk·2018-04-17 20:11

Transductive Unbiased Embedding for Zero-Shot Learning阅读笔记

TransductiveUnbiasedEmbeddingforZero-ShotLearningSummaryPROubiasterm:在Loss添加一个针对未知类的loss,部分抑制了zeroshot天生倾向于带label数据的问题巧妙的数据利用，虽然targetdataset没有用label(图片文字对应关系)，但是用了label的文字embedding对CNNfinetune的实验(根据数

feitianlzk·2018-04-11 13:45

-Zero-Shot-- Super-Resolution using Deep Internal Learning

“Zero-Shot”:Super-ResolutionusingDeepInternalLearning简介以往的深度学习超分辨方法是基于大量的LR-HR数据来训练一个网络的参数，其中生成LR的方法是用诸如

Cyiano·2018-04-03 11:38

-Zero-Shot-- Super-Resolution using Deep Internal Learning

“Zero-Shot”:Super-ResolutionusingDeepInternalLearning简介以往的深度学习超分辨方法是基于大量的LR-HR数据来训练一个网络的参数，其中生成LR的方法是用诸如

Cyiano·2018-04-03 11:38

【论文笔记】Zero-shot Recognition via semantic embeddings and knowledege graphs

原文链接：http://www.cnblogs.com/wangxiaocvpr/p/8682608.htmlZero-shotRecognitionviasemanticembeddingsandknowledegegraphs2018-03-3115:38:39【Abstract】我们考虑zero-shotrecognition的问题：学习一个类别的视觉分类器，并且不用trainingdata

a1424262219·2018-03-31 15:00

[CVPR 2017] Semantic Autoencoder for Zero-Shot Learning论文笔记

http://openaccess.thecvf.com/content_cvpr_2017/papers/Kodirov_Semantic_Autoencoder_for_CVPR_2017_paper.pdfSemanticAutoencoderforZero-ShotLearning，ElyorKodirovTaoXiangShaogangGong，QueenMaryUniversityof

TinaSmile·2018-03-16 09:00

读论文-DARLA:Improving Zero-Shot Transfer in Reinforcement Learning

DARLA:ImprovingZero-ShotTransferinReinforcementLearning这篇文章发表于ICML2017，主要讲Reinforementlearning算法在不同数据分布上的迁移。鉴于实验室讲论文讨论的要求，将该论文做成了ppt，供大家分享。总结，这篇文章关键点在于使用DAE将realworld的state转换为latentstate。另外，DARLA不能称为严

m0_37030242·2018-02-26 10:45

深度学习: Zero-shot Learning / One-shot Learning / Few-shot Learning

Introduction在迁移学习中，由于传统深度学习的学习能力弱，往往需要海量数据和反复训练才能修得泛化神功。为了“多快好省”地通往炼丹之路，炼丹师们开始研究Zero-shotLearning/One-shotLearning/Few-shotLearning。爱上一匹野马(泛化能力)，可我的家里没有草原(海量数据)。Learning类型分为：Zero-shotLearning、One-shot

JNingWei·2018-02-02 09:32

Zero-Shot Learing问题数据集分享（GoogleNet 提取）

Zero-ShotLearing问题数据集分享（GoogleNet提取）提供几个最常用的Zero-ShotLearning的数据集，均为GoogleNet提取的图片特征，引用相应数据时，请注意对应作者的引用说明。AwA:http://pan.baidu.com/s/1nvPzsXbCUB:http://pan.baidu.com/s/1nv3KCYHaPaY:http://pan.baidu.co

pandsu·2018-01-19 09:19

DARLA: Improving Zero-Shot Transfer in Reinforcement Learning 阅读笔记

DARLA:ImprovingZero-ShotTransferinReinforcementLearning标签（空格分隔）：论文笔记增强学习算法DARLAImprovingZero-ShotTransferinReinforcementLearning目的和意义训练领域和应用领域sourcedomainandtargetdomain算法细则该论文主要讲的是，增强学习算法在不同数据分布上的迁移应

Charel_CHEN·2017-11-23 10:28

学习zero-shot learning中Xtest的分类去向的一点点小理解

zero-shotlearning的目的是为了用很少的一部分的Xtrain来得到很好的训练效果，当新的从未见过的Xtest进入时，也可以得到很好的结果具体做法为将X映射到一个attributespace,然后再从attributespace得到对应的class，然后新的数据Xtest进入时，通过抓取到其attribute，就可以对X做出很好的描述，为什么这样做呢？因为当人类碰到一个从未见过的东西时

cnn_block·2017-09-30 16:45

论文阅读理解 - Zero-shot Image Tagging by Hierarchical Semantic Embedding

Zero-shotImageTaggingbyHierarchicalSemanticEmbedding[Code]许多细粒度视觉类别的标签获取较为困难，zero-shot图像标注(imagetagging

AIHGF·2017-09-05 11:01

科普丨机器学习翻译和谷歌翻译算法

科普丨机器学习翻译和谷歌翻译算法原2017.08.22人工智能爱好者俱乐部作者：DaniilKorbut机器翻译引擎的基本原理谷歌机器翻译Zero-shot：零次Training：训练GoogleNeuralMachineTranslation

MaJiadong·2017-08-22 12:11

zero-shot learning 论文三篇小结

whatiszero-shotlearningzero-shotlearning是为了能够识别在测试中出现，而在训练中未遇到过的数据类别。例如识别一张猫的图片，但在训练时没有训练到猫的图片和对应猫的标签。那么我们可以通过比较这张猫的图片和我们训练过程中的那些图片相近，进而找到这些相近图片的标签，再通过这些相近标签去找到猫的标签。（个人认为zero-shotlearning应该属于迁移学习的一种。）

六月麦茬·2017-06-27 23:57

模型汇总15 领域适应性Domain Adaptation、One-shot/zero-shot Learning概述

几乎所有希望在实际应用中使用机器学习算法的人都会遇到领域适应性（DomainAdaptation）的问题：我们在固定的sourcedomain建立了模型，但希望把我们的模型部署到另外一个或几个不同的targetdomain中。领域的适应性问题在机器学习实际应用的各个领域都非常常见。获取最新消息链接：获取最新消息快速通道-lqfarmer的博客-博客频道-CSDN.NET比如，语音识别中。一个大规模

lqfarmer·2017-06-18 18:27

阅读笔记：自动发现，关系估计，学习上千个类别的语义属性，扩展zero-shot learning

论文《AutomaticDiscovery,AssociationEstimationandLearningofSemanticAttributesforaThousandCategories》。论文地址：https://arxiv.org/pdf/1704.03607.pdf本文已经被CVPR2017接收，针对的是基于属性的识别模型（attribute-basedrecognitionmodel

不会讲段子的正能量小栗子·2017-06-15 16:17

zero-shot learning

Zero-shotLearning参考文献《Zero-ShotLearningwithSemanticOutputCodes》背景在分类问题中，因为数据库大小有限，因此在使用分类模型进行预测时，出现了在训练集没有出现过的类别。举个例子，我们有个小型数据库，里面所含的类别只有人、鸟、汽车，经过我们的训练，发现模型对于这些类别的目标已经有很好的性能了，但是突然出现了一个新的类别——狗，此时模型并不认识

autocyz·2017-06-01 20:54

Facebook提出全新CNN机器翻译：准确度超越谷歌而且还快九倍（已开源）

YannN.Dauphin 机器之心编译参与：吴攀、微胖、蒋思源去年谷歌在机器翻译上取得了连续不断的突破，参阅《重磅|谷歌翻译整合神经网络：机器翻译实现颠覆性突破》和《重磅|谷歌神经机器翻译再突破：实现高质量多语言翻译和zero-shot

·2017-05-11 00:00

What is zero-shot learning?

以下摘自Quora上IanGoodfellow(GAN提出者，牛~)Zero-shotlearningisbeingabletosolveataskdespitenothavingreceivedanytrainingexamplesofthattask.Foraconcreteexample,imaginerecognizingacategoryofobjectinphotoswithoutev

GZHermit·2017-01-02 16:46

Latent Embeddings for Zero-shot Classification

CVPR2016LatentEmbeddingsforZero-shotClassification本文还是针对zero-shotclassification问题。以前基于structuredembeddingframeworks解决这个问题的思路主要如下：首先将图像和类别信息映射到某些多维向量空间。一般图像的嵌入信息（Imageembeddings）通过CNN提取特征，类别嵌入信息Classem

cv_family_z·2016-07-29 16:56

What is zero-shot learning?

Zero-shotlearningisbeingabletosolveataskdespitenothavingreceivedanytrainingexamplesofthattask.Foraconcreteexample,imaginerecognizingacategoryofobjectinphotoswithouteverhavingseenaphotoofthatkindofobje

iamzhangzhuping·2016-07-13 14:38

推荐频道

zero-shot

论文浅尝 | Zero-Shot Transfer Learning for Event Extraction

[NIPS 2018 论文笔记] Stacked Semantics-Guided Attention Model for Fine-Grained Zero-Shot Learning

[ECCV 2018笔记] Learning Class Prototypes via Structure Alignment for Zero-Shot Recognition

【2018ECCV】Zero-Shot Deep Domain Adaptation 零样本深度域适应

【2018ECCV】Zero-Shot Deep Domain Adaptation 零样本深度域适应

（转）零次学习（Zero-Shot Learning）入门

[ICCV 2017笔记] Learning Discriminative Latent Attributes for Zero-Shot Classification

[CVPR 2018笔记] Transductive Unbiased Embedding for Zero-Shot Learning

什么是零次学习（zero-shot Learning）篇一

Zero-Shot Learing零样本学习数据集分享（GoogleNet 提取）

[CVPR 2018笔记] Discriminative Learning of Latent Features for Zero-Shot Recognition

[CVPR 2017笔记] Matrix Tri-Factorization with Manifold Regularization for Zero-shot Learning

什么是One-shot Learning 、Zero-shot Learning？

经典重读：Evaluating Knowledge Transfer and Zero-Shot Learning in a Large-Scale Setting

Semantic Autoencoder for Zero-Shot Learning

Zero-Shot learning

Zero-Shot相关论文阅读报告

zero-shot learning 论文三篇小结

Zero-Shot Visual Recognition using Semantics-Preserving Adversarial Embedding Networks 阅读笔记

Transductive Unbiased Embedding for Zero-Shot Learning阅读笔记

-Zero-Shot-- Super-Resolution using Deep Internal Learning

-Zero-Shot-- Super-Resolution using Deep Internal Learning

【论文笔记】Zero-shot Recognition via semantic embeddings and knowledege graphs

[CVPR 2017] Semantic Autoencoder for Zero-Shot Learning论文笔记

读论文-DARLA:Improving Zero-Shot Transfer in Reinforcement Learning

深度学习: Zero-shot Learning / One-shot Learning / Few-shot Learning

Zero-Shot Learing问题数据集分享（GoogleNet 提取）

DARLA: Improving Zero-Shot Transfer in Reinforcement Learning 阅读笔记

学习zero-shot learning中Xtest的分类去向的一点点小理解

论文阅读理解 - Zero-shot Image Tagging by Hierarchical Semantic Embedding

科普丨机器学习翻译和谷歌翻译算法

zero-shot learning 论文三篇小结

模型汇总15 领域适应性Domain Adaptation、One-shot/zero-shot Learning概述

阅读笔记：自动发现，关系估计，学习上千个类别的语义属性，扩展zero-shot learning

zero-shot learning

Facebook提出全新CNN机器翻译：准确度超越谷歌而且还快九倍（已开源）

What is zero-shot learning?

Latent Embeddings for Zero-shot Classification

What is zero-shot learning?