讲座题目：小样本中的分布迁移问题的研究

讲座时间：2024年3月21日 09:30-10:30

讲座人：徐菁 博士生

地点：T2306

讲座内容：

小样本问题在知识迁移的过程中存在两个严重的分布偏移情况，其主要源于两个方面。首先，源自基类至新类知识迁移的明显偏差。由于基类和新类数据分布的不同，这可能使得基类所学习的通用知识在新类上的泛化能力不足，无法准确识别和高效学习新类。另一方面，从支撑集到查询集的知识迁移过程中，样本选择偏差也是一个问题。小样本学习中新类的支撑集样本数量极少，导致模型难以适应和准确分类。本报告将探索这两个问题给小样本学习的进一步研究带来挑战，同时也带来深入探索的机会。基于对这两类偏差的理解，本报告提出了多种类型的小样本图像分类方法。

讲座人简介：

徐菁，博士生，曾分别于电子科技大学获得学士学位和硕士学位。 2020年至今在哈尔滨工业大学 (深圳) 计算机科学与技术学院攻读博士学位，指导教师为徐增林教授。主要研究方向为元学习、小样本学习及其应用。