基于优化的少样本学习中的 episodes 细调原型网络：音频分类应用
音频与语音处理
2024-10-10 v1 机器学习
多媒体
声音
信号处理
摘要
原型网络（ProtoNet）因其卓越的性能和简单实现而在少样本学习（FSL）场景中成为热门选择。在此基础上，我们首先提出一种简单（但新颖）的方法，用于在测试剧集的（标记）支持集上微调 ProtoNet（而不使用查询集，该查询集仅用于评估）。随后，我们提出一种算法框架，将 ProtoNet 与基于优化的 FSL 算法（MAML 和 Meta-Curvature）结合，以与我们的微调方法配合工作。由于基于优化的算法赋予目标学习模型快速适应少量样本的能力，我们利用 ProtoNet 作为目标模型，通过设计的特定的 episodes 微调策略来增强其微调性能。实验结果确认，我们提出的模型（MAML-Proto 和 MC-Proto）结合我们独特的微调方法在少样本音频分类任务上在 ESC-50 和 Speech Commands v2 数据集上显著优于常规 ProtoNet。我们指出，尽管我们仅将模型应用于音频领域，但它是一种通用方法，可轻易扩展到其他领域。
引用
@article{arxiv.2410.05302,
title = {Episodic fine-tuning prototypical networks for optimization-based few-shot learning: Application to audio classification},
author = {Xuanyu Zhuang and Geoffroy Peeters and Gaël Richard},
journal= {arXiv preprint arXiv:2410.05302},
year = {2024}
}
备注
Accepted at MLSP 2024