一、中期答辩题目：小样本学习在语义分割上的应用研究
二、中期答辩人：刘源炜
三、中期答辩时间：2023年12月6日 下午19:00
四、中期答辩地点：bat365在线平台会议室505
五、中期答辩内容简介：
小样本学习的目标是在训练样本数量不足的情况下尽可能提升机器学习模型的学习能力，其研究目的是增强机器学习模型的泛化性能和对训练数据的高效利用，同时提升机器学习模型的推理能力， 这些要素是通向真正的人工智能的必经之路。 本研究针对当前小样本语义分割中面临的类内差异问题展开探索，对非目标知识学习、中间原型挖掘 Transformer、反馈补偿与自校正、细节信息补偿先验引导等技术重点突破，对小样本学习的发展具有重要意义。
六、中期答辩人简介
刘源炜，男，bat365在线平台控制科学与工程专业，2021级在读博士研究生，主要研究方向为小样本学习。
