文献

J-GLOBAL ID：202202231407884867   整理番号：22A0926177

FRIDA-インクリメンタルなドメイン適応のための再生特徴リプレイ【JST・京大機械翻訳】

FRIDA - Generative feature replay for incremental domain adaptation

著者 (6件)： Rakshit Sayan (Indian Institute of Technology Bombay, Mumbai, 400076, India) ,  Mohanty Anwesh (Indian Institute of Technology Bombay, Mumbai, 400076, India) ,  Chavhan Ruchika (Indian Institute of Technology Bombay, Mumbai, 400076, India) ,  Banerjee Biplab (Indian Institute of Technology Bombay, Mumbai, 400076, India) ,  Roig Gemma (Goethe University Frankfurt, Frankfurt, 60325, Germany) ,  Chaudhuri Subhasis (Indian Institute of Technology Bombay, Mumbai, 400076, India)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 217  ページ： Null  発行年： 2022年 
JST資料番号： W0185A  ISSN： 1077-3142  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,増分教師なしドメイン適応(IDA)の新しい問題に取り組んだ。ラベル付きソースドメインと異なるラベルなしターゲットドメインが,電流ドメインに対応するデータが時間でのみ利用できるという制約で,増分的に観察されると仮定した。目標は,現在のドメインに対してよく一般化する間,すべての過去のドメインに対する精度を維持することである。IDAセットアップは,ドメイン間の急激な差とソースドメインを含む過去のデータの入手不能性により苦しむ。生成特徴再生の概念に触発されて,著者らは,ドメイン固有特徴表現をシームレスに生産するために,ドメイン-遺伝子補助分類GAN(DGAC-GAN)と呼ばれる新しいインクリメンタル生成敵対ネットワーク(GAN)を利用する,特徴再生ベースのインクリメンタルドメイン適応(FRIDA)と呼ばれる新しいフレームワークを提案した。ドメインアラインメントのために,識別領域不変およびタスク関連特徴学習を奨励するDANN-IBと呼ばれるポピュラードメイン敵対ニューラルネットワーク(DANN)の簡単な拡張を提案した。オフィス-ホーム,オフィス-カルテク,およびドメインネットデータセットに関する実験結果は,FRIDAが文献より優れた安定性-可塑性トレードオフを維持することを確認した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アラインメント ,  塑性 ,  電流 ,  表現 ,  学習 ,  ネットワーク ,  ニューラルネットワーク ,  精度 ,  遺伝子
準シソーラス用語： 画像分類 ,  シームレス ,  ネットリスト ,  特徴表現 , 【Automatic Indexing@JST】

著者キーワード (4件)： ドメイン適応 ,  増分学習 ,  画像分類 ,  敵対的学習

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： ドメイン適応