弁別器としてのタスク特異的分類器の再利用:弁別器フリー敵対領域適応【JST・京大機械翻訳】

Chen Lin; Chen Huaian; Wei Zhixiang; Jin Xin; Tan Xiao; Jin Yi; Chen Enhong

プレプリント

J-GLOBAL ID：202202206854614659 整理番号：22P0328260

弁別器としてのタスク特異的分類器の再利用:弁別器フリー敵対領域適応【JST・京大機械翻訳】

Reusing the Task-specific Classifier as a Discriminator: Discriminator-free Adversarial Domain Adaptation

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 (7件)： , , , , , ,
資料名：
発行年： 2022年04月08日プレプリントサーバーでの情報更新日： 2022年04月08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)

敵対学習は教師なしドメイン適応(UDA)に対して顕著な性能を達成した。既存の敵対的UDA法は,特徴抽出器で最小-最大ゲームを演ずる付加的識別子を採用する。しかし,これらの方法のほとんどは,予測識別情報を効果的に活用できず,その結果,発電機のモード崩壊を引き起こす。本研究では,異なる視点からこの問題に対処し,分類器フリーの敵対学習ネットワーク(DALN)の形式において,カテゴリー分類器を識別子として再利用し,統一された目的を通して明示的領域アラインメントとカテゴリ識別を達成し,DALNが十分な特徴アラインメントのための予測識別情報を活用することを可能にした。基本的に,識別を行うための明確な誘導意味を持つ核-ノルムWasserstein不一致(NWD)を導入した。このようなNWDは,追加の重みクリッピングまたは勾配ペナルティ戦略の必要なしにK-Lipschitz制約を満たす識別器として機能する分類器と結合できる。ベルとヒッスルなしで,DALNは,様々な公開データセットに関する既存の最先端技術(SOTA)法に対して有利に比較する。さらに,プラグアンドプレイ技法として,NWDは,既存のUDAアルゴリズムに利益を与える一般的な正則化器として直接使用できる。コードはhttps://github.com/xiaoachen98/DALNで利用可能である。【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