초록
소수 샘플 학습(Few-Shot Learning, FSL) 분야에서 많은 연구가 네트워크 구조와 학습 전략의 개선에 집중되어 왔습니다. 그러나 데이터 처리 모듈의 역할은 충분히 탐구되지 않았습니다. 이에 본 논문에서는 확산 모델을 기반으로 한 FSL 문제를 위한 일반화된 데이터 처리 모듈인 메타-DM(Meta-DM)을 제안합니다. 메타-DM은 간단하면서도 효과적인 모듈로, 기존 FSL 방법론과 쉽게 통합될 수 있으며 감독학습과 비감독학습 환경 모두에서 성능 향상을 크게 이끌어냅니다. 우리는 메타-DM의 이론적 분석을 제공하고 여러 알고리즘에서 그 성능을 평가하였습니다. 실험 결과, 메타-DM이 특정 방법론과 결합되었을 때 최고 수준의 결과를 달성함을 확인할 수 있었습니다.