计算机研究与发展

作者：孙昊,韩忠义,王帆,尹义龙,

关键词：无监督域自适应, 瓦瑟斯坦距离, 格罗莫夫-瓦瑟斯坦距离, 伪标签学习, 最优化传输,

现实世界中训练数据和测试数据往往存在分布差异，导致基于独立同分布假设的模型丧失鲁棒性.无监督域自适应是一种重要解决方法，极具应用价值.鉴于此，国内外研究者进行大量理论基础和方法技术的研究，促进了很多应用领域的发展，包括自动驾驶、智慧医疗等.但是，目前主流的方法仍存在一些问题：源域和目标域的概率分布距离是否能真正代表它们之间的差异，以及如何更准确地度量2个分布之间的差异，仍然是一个值得探讨的问题.同时，如何更有效地利用伪标签，也是一个值得继续探索的问题.提出了反向伪标签最优化传输（backwardpseudo-labelandoptimaltransport，BPLOT），不仅利用瓦瑟斯坦距离和格罗莫夫-瓦瑟斯坦距离，从最优化特征-拓扑传输的角度更准确地计算了2个分布之间的差异；而且提出了反向验证伪标签的模块来更有效地利用伪标签，在训练过程中验证伪标签的质量.将所提出的方法在多个无监督域自适应的数据集上进行了实验验证.实验结果表明，BPLOT模型的效果超过了所有对比的基准方法.

来源：2023年第8期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2023年第8期