会员服务
Meta Learning，元学习，也叫 Learning to Learn（学会学习）。是继Reinforcement Learning（增强学习）之后又一个重要的研究分支。
One-shot skill assessment in high-stakes domains with limited data via meta learning
Arxiv
0+阅读 · 4月19日
Hacking Task Confounder in Meta-Learning
Arxiv
0+阅读 · 4月18日
Hacking Task Confounder in Meta-Learning
Arxiv
0+阅读 · 4月17日
Domain Generalization through Meta-Learning: A Survey
Arxiv
0+阅读 · 4月3日
Meta Learning in Bandits within Shared Affine Subspaces
Arxiv
0+阅读 · 3月31日
Function Class Learning with Genetic Programming: Towards Explainable Meta Learning for Tumor Growth Functionals
Arxiv
0+阅读 · 4月9日
Inverse kinematics learning of a continuum manipulator using limited real time data
Arxiv
0+阅读 · 3月27日
Digital Twin Assisted Intelligent Network Management for Vehicular Applications
Arxiv
0+阅读 · 3月24日
Hybrid-Task Meta-Learning: A Graph Neural Network Approach for Scalable and Transferable Bandwidth Allocation
Arxiv
0+阅读 · 3月18日
AutoLoRA: Automatically Tuning Matrix Ranks in Low-Rank Adaptation Based on Meta Learning
Arxiv
0+阅读 · 3月17日
AutoLoRA: Automatically Tuning Matrix Ranks in Low-Rank Adaptation Based on Meta Learning
Arxiv
0+阅读 · 3月14日
Cross-Domain Deep Code Search with Meta Learning
Arxiv
0+阅读 · 3月12日
Function Class Learning with Genetic Programming: Towards Explainable Meta Learning for Tumor Growth Functionals
Arxiv
0+阅读 · 2月19日
Energy-efficient Beamforming for RISs-aided Communications: Gradient Based Meta Learning
Arxiv
0+阅读 · 2月16日
Robust Beamforming for RIS-aided Communications: Gradient-based Manifold Meta Learning
Arxiv
0+阅读 · 2月16日
参考链接
父主题
机器学习
子主题
MAML
Tom Griffiths
Reptile
微信扫码咨询专知VIP会员
Top