原创领域相关文献整理(更新中)

Few-Shot Learning综述Generalizing from a Few Examples: A Survey on Few-Shot Learning 解读1 解读2 解读3小样本学习(Few-shot Learning)综述 (阿里巴巴智能服务事业部小蜜北京团队)从 CVPR 2019 一览小样本学习研究进展 -- 每年cvpr都会有针对小样本学习的一个总结论文集论文集参见:

原创【待补】迁移学习笔记(二)

写在前面​ 参考文献:Transfer Adaptation Learning: A Decade Survey,这是2019年的一篇综述,简单看了一下发现信息量有点大(真就挖坑“把自己埋了”)。还是先简单写个目录吧,再逐步把坑填起来!同时非常欢迎同在研究相关内容的学者交流,感谢!当前因为部分内容对于个人来说有些难度,所以暂时空出待补!--fzhiy.更新于2020年9月27日19点39

原创迁移学习笔记(一)

写在前面​ 计划在这几天看一些TL相关综述论文,并初步写一点学习笔记(待完善,又挖坑了)。本文主要参考《A survey on transfer learning.2016》和《迁移学习研究进展,2015》。欢迎留言交流或批评指正【】内表示原论文中的参考文献条目。TransferLearning-GitHub:https://github.com/jindongwang/transferle

原创[课堂笔记]文献管理与信息分析

写在前面《文献管理与信息分析》课程中的笔记与分析思考内容。主要参考第十一期,常看常新。思考、敢于超越、学习能力提升,坚持做值得做的事!有需求就有解决方案,赞同!或许有时也需要跳出思维舒适圈并且有一定的某些意识感谢罗昭锋老师,支持老师继续分享更新优质课程!连续开课13年,中国MOOC评分4.9. 推荐。欢迎留言交流,觉得好的话不妨点个赞呀~--fzhiy.更新于2020年9月28日22点56分记录的

原创联邦学习笔记(三)

写在前面​ 参考文献《Federated Learning: Challenges, methods, and future, 2020》,较为详细的介绍当前FL的挑战和解决方法以及未来可能的研究方向或切入点。Federated Learning: Challenges, methods, and future摘要​ 联邦学习在保持数据本地化的同时涉及在远程设备或孤立的数据中心(例如

原创联邦学习笔记(二)

写在前面​ 参考文献《Advances and Open Problems in Federated Learning, 2019》,58位作者的105页文章。笔者当前花了一些时间来阅读这篇论文,由于能力有限,只做一些感兴趣点的记录和分析。另引用内容见文末参考文献,如侵权请联系笔者。欢迎讨论~Advances and Open Problems in Federated Learning,

原创[”研究生科研信息素养提升“系列讲座]学习总结

写在前面​ 想着还是有始有终吧,所以去挑了几个演讲视频观看,其中给我印象比较深刻的则是北京工业大学的穆献中教授的分享,很喜欢他的教学态度,借用他的答疑时的话,“如果对你有用的话,我编写的这本书(《研究生培养和学术指导教程》,穆教授自称最看重的书,虽然不深)可以送给你,多少本都行。” <u>是否真的待有心者验证</u> 另外还有很喜欢老师在视频中提到的某些问题以及背后