Zhijie AU - TY -的A2 Wang Wang Wen-Feng AU -张,晶晶盟——彭PY - 2022 DA - 2022/02/03 TI - EW-CACTUs-MAML:一个健壮的Metalearning系统对大量的快速分类任务SP - 7330823六世- 2022 AB -本研究旨在开发一个健壮的Metalearning系统对大量任务快速分类。的model-agnostic metalearning (MAML)仙人掌方法(无监督metalearning集群自动构建任务)后改善,因EW-CACTUs-MAML与熵权综合(EW)方法。Few-shot机制中引入大量的深层网络高效学习的任务。实现的过程从理论上解释为“基因情报。”在一个典型的数据集上验证EW-CACTUs-MAML (Omniglot)表明一个精度为97.42%,表现优于CACTUs-MAML(验证准确率= 97.22%)。在本文的最后,我们的思想来提高另一个metalearning系统的可用性(EW-CACTUs-ProtoNets)也初步讨论了基于交叉验证的另一个典型数据集(Miniimagenet)。SN - 1076 - 2787你——https://doi.org/10.1155/2022/7330823——10.1155 / 2022/7330823 JF - PB - Hindawi KW - ER -复杂性