教師なしドメイン適応のための識別不変アラインメント【JST・京大機械翻訳】

Lu Yuwu; Li Desheng; Wang Wenjing; Lai Zhihui; Zhou Jie; Li Xuelong

文献

J-GLOBAL ID：202202237455610333 整理番号：22A1086122

教師なしドメイン適応のための識別不変アラインメント【JST・京大機械翻訳】

Discriminative Invariant Alignment for Unsupervised Domain Adaptation

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A1086122&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A1086122&from=J-GLOBAL&jstjournalNo=W1116A") }}

著者 (6件)： , , , , ,
資料名：
巻： 24 ページ： 1871-1882 発行年： 2022年
JST資料番号： W1116A ISSN： 1520-9210 CODEN： ITMUF8 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

移動学習の最も一般的な分岐の1つとして,ドメイン適応は,機械学習タスクを実行するためのターゲットドメインに対するソースドメインの知識を一般化するために専用である。ドメイン適応において,鍵戦略は,異なるドメイン間のシフトを克服し,ドメイン不変性を持つ共有特徴を学習することである。しかしながら,ほとんどの既存の方法は,ソースとターゲット領域の共通特徴を抽出することに焦点を合わせ,この過程に起因するターゲットドメインにおけるクラス中心のシフト問題を考慮しない。特に,ドメイン分布を整列させると,データの固有の特徴属性をしばしば無視し,偽擬似ラベルのガイダンスの下では,投影後のクラス中心から遠く離れたターゲットドメインデータを引き起こす。これは分類タスクに役立たない。これらの問題に取り組むために,本研究では,画像表現のための識別不変アラインメント(DIA)と呼ばれる新しいドメイン適応法を提案した。DIAは,ソースドメインのクラス識別情報とターゲットドメインの局所データ構造情報を新しいフレームワークに組み合わせることによって,知識マトリックスを豊かにする。ソースドメインの最大マージン基準を導入することによって,分類境界を拡大した。提案した方法の性能を検証するために,DIAを5つのベンチマークデータベース上でいくつかの最先端手法と比較した。実験結果は,DIAが最先端の方法より優れていることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

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

パターン認識 , 符号理論 , データ通信

, , , ,

前のページに戻る