マルチドメイン不均衡データのためのドメインを意識したコントラスト知識転送【JST・京大機械翻訳】

Ke Zixuan; Kachuee Mohammad; Lee Sungjin

プレプリント

J-GLOBAL ID：202202214334438290 整理番号：22P0325413

マルチドメイン不均衡データのためのドメインを意識したコントラスト知識転送【JST・京大機械翻訳】

Domain-Aware Contrastive Knowledge Transfer for Multi-domain Imbalanced Data

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： 2022年04月04日プレプリントサーバーでの情報更新日： 2022年04月04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)

多くの実世界機械学習アプリケーションにおいて,標本は一連のドメインに属し,例えば製品レビューは製品カテゴリーに属する。本論文では,マルチドメイン不均衡学習(MIL),クラスだけでなくドメインにも不均衡があるシナリオを研究した。MIL設定において,異なるドメインは,異なるパターンを示し,特に限られたまたは不十分な訓練データに直面したとき,移動学習のための機会と課題を課すドメイン間の類似性と発散の程度が異なる。DCMIと呼ばれる新しいドメイン認識コントラスト知識転送法を提案し,(1)類似ドメイン(特に頭部ドメインからテールドメイン)間のポジティブ転送を促進する共有ドメイン知識を同定した。(2)ドメイン特異的知識を分離し,異種ドメインからの負の移動を最小化する。異なるMILシナリオで有意な改善を示す3つの異なるデータセットに対するDCMIの性能を評価した。【JST・京大機械翻訳】

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

人工知能

, , , , , ,

前のページに戻る