グラフ畳込みネットワークを用いた部分領域適応【JST・京大機械翻訳】

Yang Seunghan; Kim Youngeun; Jung Dongki; Kim Changick

プレプリント

J-GLOBAL ID：202202200141277220 整理番号：22P0147822

グラフ畳込みネットワークを用いた部分領域適応【JST・京大機械翻訳】

Partial Domain Adaptation Using Graph Convolutional Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年05月15日プレプリントサーバーでの情報更新日： 2020年05月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ターゲットラベル空間を仮定した部分ドメイン適応(PDA)は,ソースラベル空間に含まれており,標準ドメイン適応の一般的バージョンである。ターゲットラベル空間が未知であるため,PDAの主な課題は,ターゲットラベル空間に属さない異常値と呼ばれる,無関係なソースサンプルの学習インパクトを低減することである。既存の部分ドメイン適応方法は,効果的に異常値の重要性を下回るが,それらは,各領域のデータ構造を考慮しない,そして,ソースとターゲットドメインにおける同じクラスの特性分布を直接的に調整せず,それは,カテゴリレベル分布の不整合につながる可能性がある。これらの問題を克服するために,グラフ部分領域適応(GPDA)ネットワークを提案し,各クラスのデータ構造と特徴分布を同時に考慮するためにグラフ畳込みネットワークを利用した。特に,ラベル関係グラフを提案し,2つのドメインにおける同じカテゴリの分布を調整し,ラベル関係グラフから学習ネットワークに対する移動平均重心分離を導入した。データ構造と各カテゴリの分布を考慮することがPDAに対して有効であり,GPDAネットワークがDigitとOfice-31データセット上で最先端の性能を達成することを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,

人工知能 , パターン認識

, ,

前のページに戻る