현재 위치
Home
Session Ⅵ : Artificial Intelligence
Secondary Salient Feature Based GNN for Few-Shot Classification
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- The 8th International Conference on Next Generation Computing 2022 (2022.10)바로가기
-
- 페이지
- pp.169-172
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A419767
원문정보
초록
- 영어
- The goal of few-shot learning is to use limited labeled samples to achieve effective classification results. To mine the features of images in the limited number of samples, some researchers proposed to mine salient features to improve the classification effect. However, they ignore the use of secondary salient features. Therefore, we propose to use secondary salient features to supplement the deficiency of salient features. Combining with the foreground extraction network and the graph neural network, a better classification effect is obtained in the experiment.
목차
Abstract
I. INTRODUCTION
II. METHODOLOGY
A. Problem definition
B. Overall Framework
C. Loss
III. EXPERIMENTS
A. Datasets
B. Few-Shot Classification
IV. CONCLUSION
REFERENCES
저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 The 8th International Conference on Next Generation Computing 2022
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.