您当前的位置:

实验室关于启发式领域适应的论文被NeurIPS2020接收

发布时间:2020-10-14
实验室关于启发式领域适应的论文被NeurIPS2020接收,NeurIPS的全称是Neural Information Processing Systems (神经信息处理系统) ,是机器学习领域的国际顶级会议。该篇论文的信息概要介绍如下:


Heuristic Domain Adaptation (Shuhao cui, Xuan Jin, Shuhui Wang, Yuan He, Qingming Huang)


在视觉领域适应中,将领域专属特征与领域不变特征分离十分困难。现有方法采用不同种类的先验或直接域差异最小化来解决此问题,这在处理现实情况时缺乏灵活性。其他研究渠道将领域专属的信息表示为渐变的过程,这在消除领域专属特性方面往往不够精确。在本文中,我们从启发式搜索的角度来解决领域不变和领域专属信息的建模问题。我们将现有的特征中导致更大的域差异的部分标识为启发式特征。在启发式特征的指导下,我们构成了启发式域适应(HDA)的基础框架,并具有充分的理论保证。为了满足HDA,在学习过程中,在领域不变和领域专属表示之间的余弦相似度分数和独立性度量会导致在初始状态和最终状态受到约束。同时与启发式搜索的最终条件相似,我们强制启发式网络输出的最终范围较小。因此,我们提出了启发式域适应网络(HDAN),以明确利用启发式表示。大量实验表明,HDAN在无监督DA,多源DA和半监督DA方面已超过了现有方法。





附件下载: