TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HCM
KHOA CÔNG NGHỆ THÔNG TIN

NGUYỄN ANH ĐẮC – 19133020
NGUYỄN THANH TÂN KỶ – 19133031
Đề Tài:
TÌM HIỂU VỀ FEW – SHOT LEARNING VÀ ỨNG DỤNG

KHÓA LUẬN TỐT NGHIỆP KỸ SƯ KỸ THUẬT DỮ LIỆU

GIÁO VIÊN HƯỚNG DẪN
ThS. QUÁCH ĐÌNH HOÀNG

KHÓA 2019 – 2023

ĐH SƯ PHẠM KỸ THUẬT
TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

PHIẾU NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên Sinh viên 1: Nguyễn Anh Đắc

MSSV: 19133020

Họ và tên Sinh viên 2: Nguyễn Thanh Tân Kỷ

MSSV: 19133031

Ngành: Kỹ thuật dữ liệu
Tên đề tài: Tìm hiểu về few – shot learning và ứng dụng.
Họ và tên giáo viên hướng dẫn: Quách Đình Hoàng
NHẬN XÉT
1. Về nội dung đề tài khối lượng thực hiện:

..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
2. Ưu điểm:

..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
..........................................................................................................................................
3. Khuyết điểm

..........................................................................................................................................
..........................................................................................................................................
...................................................................
...

...
ral Networks cheatsheet, Stanford,
[Online]. Available: https://stanford.edu/~shervine/teaching/cs-230/cheatsheetconvolutional-neural-networks. [Accessed 12 / 6 / 2023].

[12]

T. D. Thang, Giới thiệu mạng ResNet, VIBLO, 14 / 1 / 2020. [Online].
Available: https://viblo.asia/p/gioi-thieu-mang-resnet-vyDZOa7R5wj. [Accessed
5 / 6 / 2023].

[13]

Đắm
Mình
Vào
Học
Sâu,
[Online].
Available:
https://d2l.aivivn.com/chapter_convolutional-modern/resnet_vn.html. [Accessed
5 / 6 / 2023].

[14]

W. Zi, L. S. Ghoraie, S. Prince, Few-Shot Learning &amp Meta-Learning |
Tutorial, BOREALIS AI, 30 / 3 / 2023. [Online]. Available:
https://www.borealisai.com/research-blogs/tutorial-2-few-shot-learning-andmeta-learning-i/. [Accessed 12 / 6 / 2023].

[15]

G. Koch. et al., Siamese Neural Networks for One-shot Image Recognition,
in ICML deep learning workshop, vol. 2, 2015, pp. 3 - 5.

[16]

E. Hoffer, N. Ailon, Deep Metric Learning Using Triplet Networks, 2014,
pp. 2 - 3.

[17]

Oriol Vinyals et al., Matching Networks for One Shot Learning, in NeurIPS
2016, 2016, pp. 2 - 4.

[18]

K
Means
Clustering,
Wikipedia,
[Online].
Available:
https://en.wikipedia.org/wiki/K-means_clustering. [Accessed 20 / 5 / 2023].

[19]

Jake Smell et al., Prototypical Networks for Few-shot Learning, in NeurIPS
2017, 2017, pp. 2 - 3.

[20]

TonyKhanh, Cross-Entropy Loss là gì?, Tony Deeps Blogs, 17 / 07 / 2017.
[Online]. Available: https://tonydeep.github.io/tensorflow/2017/07/07/CrossEntropy-Loss.html?. [Accessed 11 / 06 / 2023].

[21]
[22]

X. Chen, Enhancing Prototypical Networks for Few-Shot, pp. 2 - 9.
Flood Sung et al., Learning to Compare: Relation Network for Few-Shot
Learning, in CVPR 2018, 2018, pp. 3 - 4.
68

[23]

Yisheng Song et al., A Comprehensive Survey of Few-shot Learning:
Evolution, Applications, Challenges, and Opportunities, 2022, p. 15.

[24]

Mo Yu et al., Diverse Few-Shot Text Classification with Multiple Metrics,
New York, 2018, pp. 1 - 2.

[25]

Yu Wang et al., Few - Shot Continual Learning For Audio Classificaion,
New York, 2021, p. 1.

[26]

Yan Wu et al., Towards One Shot Learning by Imitation for Humanoid
Robots, 2010, p. 1.

[27]

Jannatul Nayem et al., Few Shot Learning For Medical Imaging: A
Comparative Analysis Of Methodologies And Formal Mathematical
Framework, 2023, pp. 2 - 3.

[28]

E. Bennequin, Your Own Few-Shot Classification Model Ready in 15mn
with PyTorch, SICARA. [Online]. [Accessed 14 / 6 / 2023].

69