学院新闻

7月23日，中国计算机学会（CCF）推荐的A类国际学术会议ICCV 2021论文接收结果公布。中国人民大学高瓴人工智能学院师生有1篇论文被录用。国际计算机视觉大会(IEEE International Conference on Computer Vision，简称ICCV)，是计算机视觉领域的国际顶级会议，在世界范围内每两年召开一次。2021年共有6236篇有效投稿，其中1617篇论文被接收，接收率为25.9%。

2021年1月至今，高瓴人工智能学院已发表或被录用CCF A类国际期刊和会议论文51篇、CCF B类期刊和论文8篇；以人大师生为第一作者或通讯作者发表的论文数量为55篇。

论文介绍

论文题目：Z-Score Normalization, Hubness, and Few-Shot Learning

作者：费楠益，高一钊，卢志武，向滔

通讯作者：卢志武

论文概述：小样本学习的目标是通过探索大量基类样本和极少量的新类样本来识别新类。最近的小样本学习方法使用元学习的框架，元训练一个深度特征嵌入网络，然后在测试阶段，在所学习到的高维嵌入空间中使用最近邻算法来对新类的测试样本分类。这意味着这些方法很有可能遭遇枢纽点问题，也就是说，某些特定的类中心会成为许多测试样本的最近邻而不管这些测试样本真正属于哪一类。然而，这个问题在当今小样本学习研究中被极大地忽略了。在这篇论文中，我们第一次展示了许多小样本学习方法确实遭受到了枢纽点问题的困扰。为了减缓枢纽点问题的负作用，我们提出在元训练阶段使用一种简单但是有效的特征变换，即z-score特征规范化。我们还通过理论分析解释了为什么z-score特征规范化有帮助。大量实验显示，用上z-score特征规范化以后，许多小样本学习方法的效果都得到了提升，也由此在三个标准数据集上达到了新的最好结果。