《元学习meta learning)》2020综述论文大全！

【导读】元学习旨在学会学习，是当下研究热点之一。最近来自爱丁堡大学的学者发布了关于元学习最新综述论文《Meta-Learning in Neural Networks: A Survey》，值得关注，详述了元学习体系，包括定义、方法、应用、挑战。成为不可缺少的文献。

近年来，元学习领域，或者说“学会学习的学习”，引起了人们极大的兴趣。与传统的人工智能方法(使用固定的学习算法从头开始解决给定的任务)不同，元学习的目的是改进学习算法本身，考虑到多次学习的经验。这个范例提供了一个机会来解决深度学习的许多传统挑战，包括数据和计算瓶颈，以及泛化的基本问题。在这项综述中，我们描述了当代元学习的景观。我们首先讨论元学习的定义，并将其定位于相关领域，如迁移学习、多任务学习和超参数优化。然后，我们提出了一个新的分类法，对元学习方法的空间进行了更全面的细分。我们综述了元学习的一些有前途的应用和成功案例，包括小样本学习、强化学习和体系架构搜索。最后，我们讨论了突出的挑战和未来研究的有希望的领域。

论文链接：https://arxiv.org/abs/2004.05439