Meta Aprendizado para a Classificação de uma Classe com Poucas Amostras

Banca de DEFESA: GABRIEL DAHIA FERNANDES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.

DISCENTE : GABRIEL DAHIA FERNANDES

DATA : 08/03/2022

HORA: 09:30

LOCAL: https://conferenciaweb.rnp.br/webconf/mauricio-pamplona-segundo

TÍTULO:

META APRENDIZADO PARA A CLASSIFICAÇÃO DE UMA CLASSE COM POUCAS AMOSTRAS



PALAVRAS-CHAVES:

Aprendizado de Máquina, Visão Computacional, Meta-Aprendizado



PÁGINAS: 57

RESUMO:

Nós propomos um método que pode realizar a classificação de uma classe, dado apenas um pequeno número de exemplos da classe alvo e nenhum das outras. Nós formulamos o aprendizado de features significativas para a classificação de uma classe como um problema de meta-aprendizado no qual o estágio de metatreinamento simula repetidamente a classificação de uma classe, usando o objetivo de classificação do algoritmo escolhido para aprender uma representação de recurso. Para aprender essas representações, exigimos apenas dados multiclasse de tarefas semelhantes. Mostramos como o método Support Vector Data Description (SVDD) pode ser usado em nosso método, e também propomos uma variante mais simples baseada em Prototypical Networks que obtém desempenho comparável, indicando que aprender a representações de features diretamente dos dados pode ser mais importante do que qual algoritmo nós escolhemos. Nós validamos nossa abordagem adaptando conjuntos de dados de classificação com poucos exemplos ao cenário de classificação de uma classe com poucos exemplos, obtendo resultados semelhantes ao estado da arte da classificação tradicional de uma classe e que melhora a classificação de uma classe quando comparado aos baselines de classificação de uma classe com poucos exemplos. Além disso, como uma aplicação prática, empregamos nosso método para a tarefa biométrica de verificação facial. Nesse cenário, ele se compara desfavoravelmente à tácnica de aprendizagem de métrica do estado-da-arte.



MEMBROS DA BANCA:

Externo ao Programa - 1988620 - RUBISLEY DE PAULA LEMES

Externo à Instituição - FABIO AUGUSTO FARIA - UNIFESP

Externo à Instituição - MAURICIO PAMPLONA SEGUNDO

Data da Defesa: 
08/03/2022 - 09:30
Tipo de Defesa: 
Defesa de Mestrado