7月23日，中国盘算机学会（CCF）推荐的A类国际学术聚会会议ICCV 2021论文接收结果宣布。菠菜平台高瓴人工智能学院师生有1篇论文被录用。国际盘算机视觉大会(IEEE International Conference on Computer Vision，简称ICCV)，是盘算机视觉领域的国际顶级聚会会议，在世界规模内每两年召开一次。2021年共有6236篇有效投稿，其中1617篇论文被接收，接收率为25.9%。

2021年1月至今，高瓴人工智能学院已发表或被录用CCF A类国际期刊和聚会会议论文51篇、CCF B类期刊和论文8篇；以人大师生为第一作者或通讯作者发表的论文数量为55篇。

论文介绍

论文题目：Z-Score Normalization, Hubness, and Few-Shot Learning

作者：费楠益，高一钊，卢志武，向滔

通讯作者：卢志武

论文概述：小样本学习的目标是通过探索大量基类样本和少少量的新类样原来识别新类。最近的小样本学习要领使用元学习的框架，元训练一个深度特征嵌入网络，然后在测试阶段，在所学习到的高维嵌入空间中使用最近邻算法来对新类的测试样天职类。这意味着这些要领很有可能遭遇枢纽点问题，也就是说，某些特定的类中心会成为许多测试样本的最近邻而不管这些测试样本真正属于哪一类。然而，这个问题在当今小样本学习研究中被极大地忽略了。在这篇论文中，我们第一次展示了许多小样本学习要领确实遭受到了枢纽点问题的困扰。为了减缓枢纽点问题的负作用，我们提出在元训练阶段使用一种简朴但是有效的特征变换，即z-score特征规范化。我们还通过理论分析解释了为什么z-score特征规范化有资助。大量实验显示，用上z-score特征规范化以后，许多小样本学习要领的效果都获得了提升，也由此在三个尺度数据集上到达了新的最好结果。