会员服务
Meta Learning，元学习，也叫 Learning to Learn（学会学习）。是继Reinforcement Learning（增强学习）之后又一个重要的研究分支。
Adapting Actively on the Fly: Relevance-Guided Online Meta-Learning with Latent Concepts for Geospatial Discovery
Arxiv
0+阅读 · 2月19日
Learning to Learn from Language Feedback with Social Meta-Learning
Arxiv
0+阅读 · 2月18日
POP: Prior-fitted Optimizer Policies
Arxiv
0+阅读 · 2月17日
Meta-reinforcement learning with minimum attention
Arxiv
0+阅读 · 2月6日
Estimating Interventional Distributions with Uncertain Causal Graphs through Meta-Learning
Arxiv
0+阅读 · 2月10日
Not All Pixels Are Equal: Pixel-wise Meta-Learning for Medical Segmentation with Noisy Labels
Arxiv
0+阅读 · 2月10日
Learning to Continually Learn via Meta-learning Agentic Memory Designs
Arxiv
0+阅读 · 2月8日
Amortising Inference and Meta-Learning Priors in Neural Networks
Arxiv
0+阅读 · 2月9日
A Doubly Robust Machine Learning Approach for Disentangling Treatment Effect Heterogeneity with Functional Outcomes
Arxiv
0+阅读 · 2月11日
Overlap-weighted orthogonal meta-learner for treatment effect estimation over time
Arxiv
0+阅读 · 2月11日
Universal Algorithm-Implicit Learning
Arxiv
0+阅读 · 2月16日
Robust Meta-Learning of Vehicle Yaw Rate Dynamics via Conditional Neural Processes
Arxiv
0+阅读 · 2月6日
Meta-Sel: Efficient Demonstration Selection for In-Context Learning via Supervised Meta-Learning
Arxiv
0+阅读 · 2月12日
Causal Identification in Multi-Task Demand Learning with Confounding
Arxiv
0+阅读 · 2月10日
MetaSym: A Symplectic Meta-learning Framework for Physical Intelligence
Arxiv
0+阅读 · 2月3日
参考链接
微信扫码咨询专知VIP会员
Top