仮説視差正則化相互情報最大化【JST・京大機械翻訳】

Lao Qicheng; Jiang Xiang; Havaei Mohammad

プレプリント

J-GLOBAL ID：202202202052361741 整理番号：22P0218092

仮説視差正則化相互情報最大化【JST・京大機械翻訳】

Hypothesis Disparity Regularized Mutual Information Maximization

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 (3件)： , ,
資料名：
発行年： 2020年12月14日プレプリントサーバーでの情報更新日： 2020年12月14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)

仮説転送学習(HTL)と教師なしドメイン適応(UDA)を統一するための努力として,教師なし仮説転送に取り組むための仮説不均衡正則化相互情報最大化(HDMI)アプローチを提案し,ここではソースドメインからの知識を仮説を通してのみ転送し,教師なし方法でターゲットドメインに適応させた。単一仮説を使用する一般的なHTLとUDAアプローチとは対照的に,HDMIはソースとターゲット仮説の根底にある分布を利用するために複数の仮説を使用する。異なる仮説間の重要な関係をより良く利用するために,各仮説の制約なし最適化とは対照的に,相互情報最大化を通してラベルなし標的ドメインに順応して,HDMIは,より良い目標表現を協調して,より良い較正予測不確実性で,より移動可能なソース知識を保存しながら,より良い目標表現を共同学習する仮説不均衡正則化を取り入れた。HDMIは,適応中にソースデータにアクセスする必要がなく,HTLの文脈におけるUDAのベンチマークデータセットに対して最先端の適応性能を達成する。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , パターン認識

, , ,

前のページに戻る