用于人工智能分类系统的深度强化单样本学习

近年来，网络应用急剧增加，其中需要对重大事件进行分类但仅有少量训练实例可用。这些被称为单样本学习的情形。例子包括分析零日攻击下的网络流量，以及由部署在野外的传感器网络执行的计算机视觉任务。为处理这一挑战性任务，组织通常使用人类分析员在高不确定性下对事件进行分类。现有算法使用基于阈值的机制来决定是自动分类对象还是将其发送给分析员进行更深入检查。然而，这种方法导致资源的显著浪费，因为它没有考虑系统资源的实际时间约束。我们的贡献有三方面。首先，我们开发了一种新颖的深度强化单样本学习（DeROL）框架来应对这一挑战。DeROL 算法的基本思想是训练一个深度 Q 网络以获得对测试数据中未见类别无关的策略。然后，在实时中，DeROL 基于训练好的深度 Q 网络将单样本学习过程的当前状态映射到操作动作，以最大化目标函数。其次，我们开发了第一个开源软件，用于资源有限的实用人工智能单样本分类系统，以造福相关领域的研究人员。第三，我们使用用于计算机视觉任务的 OMNIGLOT 数据集和用于入侵检测任务的 UNSW-NB15 数据集进行了广泛的实验研究，证明了 DeROL 框架的通用性和效率。