오디오 소수샷 학습을 위한 샘플 조건부 표현 선택

요약

본 논문은 오디오 소수샷 분류기의 표현 이동 문제를 해결하기 위해 SAMPLESELECT를 제안합니다. 이 방법은 입력마다 고정 예산의 특징 마스크를 예측하여, 전경과 배경 간의 상관관계 변화에 강인한 학습을 수행합니다. 실험 결과, SAMPLESELECT는 OOD 정확도와 전체 표현 제어 측면에서 기존 방법 대비 우수한 성능을 보였습니다.

핵심 포인트

• SAMPLESELECT는 오디오 소수샷 분류기의 표현 이동 문제를 해결하는 새로운 접근법입니다.
• 각 입력에 대해 고정 예산의 특징 마스크를 예측하여 강인한 학습이 가능합니다.
• OOD 정확도 및 전체 표현 제어에서 기존 방법 대비 성능 향상을 입증했습니다.