Rebalanced Zero-shot Learning

要約

ゼロショット学習 (ZSL) は、トレーニング中にサンプルがゼロの目に見えないクラスを識別することを目的としています。
大まかに言えば、現在の ZSL メソッドは通常、クラス レベルのセマンティック ラベルを採用し、それらをインスタンス レベルのセマンティック予測と比較して、見えないクラスを推測します。
ただし、そのような既存のモデルはほとんどの場合、不均衡なセマンティック予測を生成することがわかります。つまり、これらのモデルは、一部のセマンティクスでは正確に実行できますが、他のセマンティクスでは実行できない場合があります。
欠点に対処するために、不均衡な学習フレームワークを ZSL に導入することを目指しています。
ただし、不均衡な ZSL には 2 つの固有の課題があることがわかりました。(1) その不均衡な予測は、従来の不均衡な学習で通常考えられるサンプル数ではなく、セマンティック ラベルの値と高度に相関しています。
(2) 異なるセマンティクスは、クラス間でまったく異なるエラー分布に従います。
これらの問題を軽減するために、まず ZSL を不均衡な回帰問題として形式化し、セマンティック ラベルが不均衡なセマンティック予測にどのようにつながるかを解釈するための理論的基盤を提供します。
次に、Re-balanced Mean-Squared Error (ReMSE) と呼ばれる再重み付けされた損失を提案します。これは、誤差分布の平均と分散を追跡し、クラス間で再調整された学習を保証します。
主な貢献として、ReMSE が理論的に十分に確立されていることを示す一連の分析を行います。
広範な実験により、提案された方法が意味予測の不均衡を効果的に緩和し、多くの最先端の ZSL 方法よりも優れていることが実証されています。

要約(オリジナル)

Zero-shot learning (ZSL) aims to identify unseen classes with zero samples during training. Broadly speaking, present ZSL methods usually adopt class-level semantic labels and compare them with instance-level semantic predictions to infer unseen classes. However, we find that such existing models mostly produce imbalanced semantic predictions, i.e. these models could perform precisely for some semantics, but may not for others. To address the drawback, we aim to introduce an imbalanced learning framework into ZSL. However, we find that imbalanced ZSL has two unique challenges: (1) Its imbalanced predictions are highly correlated with the value of semantic labels rather than the number of samples as typically considered in the traditional imbalanced learning; (2) Different semantics follow quite different error distributions between classes. To mitigate these issues, we first formalize ZSL as an imbalanced regression problem which offers theoretical foundations to interpret how semantic labels lead to imbalanced semantic predictions. We then propose a re-weighted loss termed Re-balanced Mean-Squared Error (ReMSE), which tracks the mean and variance of error distributions, thus ensuring rebalanced learning across classes. As a major contribution, we conduct a series of analyses showing that ReMSE is theoretically well established. Extensive experiments demonstrate that the proposed method effectively alleviates the imbalance in semantic prediction and outperforms many state-of-the-art ZSL methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google