声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：何秋妍,邓明华,
关键词：通用域适应, 迁移学习, 对抗学习, 对比学习, 自训练,
域适应问题放宽了传统机器学习问题关于训练样本和测试样本同分布的假设，在域间差异存在的情况下从富有标签的源域迁移知识到缺少标签的目标域.但现有域适应方法大多依赖于对源域和目标域标签集合的相对关系的假设，不贴合实际应用场景，因此，通用域适应问题考虑如何在缺少源域和目标域的标签集合先验信息的情况下，实现对目标域的标记.在此过程中，通用域适应方法需要判定目标域样本是否属于源域类别，克服域间差异和潜在的类别差异，在源域和目标域共有类上完成标签的迁移.首先从问题设置与方法策略2方面，对通用域适应方法进行梳理；然后通过实验对比了典型方法，进而分析了通用域适应问题的研究难点；随后整理了现有方法的应用情况，对与之有关的实际应用问题进行了分析；最后探讨了通用域适应问题未来研究方向.
来源：2024年第1期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。