Scidown文献预览系统！
基于结构对齐生成式对抗网络的零机会学习( Zero-Shot Learning via Structure-Aligned Generative Adversarial Network )
C Tang Z He Y Li J Lv
在这篇文章中，我们提出了一个结构对齐的生成对抗网络框架来改善零镜头学习(ZSL)的语义差距，领域转移和hubness问题。该框架包括两个部分，即带有softmax分类器的生成对抗网络部分和结构对齐部分。第一部分，生成对抗网络的目的是通过引导生成器和鉴别器共同进行minimax两人博弈来生成伪视觉特征。同时，softmax分类器致力于增加类间距离，减少类内距离。然后，可以减轻区域移动和hubness问题的有害影响。在另一部分中，我们引入了一个结构对齐模块，在该模块中学习视觉空间和语义空间之间的结构一致性。通过对齐视觉空间和语义空间之间的结构，可以弥合二者之间的语义鸿沟。将结构对齐的视觉语义嵌入空间转移到不可见类中，提高了分类性能。我们的框架将ZSL重新定义为一个标准的全监督分类任务，使用了未见类的伪视觉特征。在五个基准数据集上进行的大量实验表明，所提出的框架在常规和广义环境中都显著优于现有方法。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 肺肉瘤样癌的临床病理特征和预后因素:一个大人群分析下载
scidown 曲轴维修与再制造现状与展望 下载
scidown 曲轴维修与再制造现状与展望 下载