计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
7-12,34
,共7页
孟娟%胡谷雨%潘志松%周宇欢
孟娟%鬍穀雨%潘誌鬆%週宇歡
맹연%호곡우%반지송%주우환
领域适应学习%最大均值差%实例加权%特征映射
領域適應學習%最大均值差%實例加權%特徵映射
영역괄응학습%최대균치차%실례가권%특정영사
Domain adaptation learning%Maximum mean discrepancy%Instance weighting%Feature mapping
领域适应学习旨在利用源领域中带标签的样本来解决目标领域的学习问题,其关键在于如何最大化地减小领域间的分布差异,有效解决领域间数据分布的变化.对当前领域适应学习算法进行了归纳和分类,总结了每类算法的特点,分析了5个相关典型算法并比较了其性能.最后指出了领域适应学习值得进一步探索的方向.
領域適應學習旨在利用源領域中帶標籤的樣本來解決目標領域的學習問題,其關鍵在于如何最大化地減小領域間的分佈差異,有效解決領域間數據分佈的變化.對噹前領域適應學習算法進行瞭歸納和分類,總結瞭每類算法的特點,分析瞭5箇相關典型算法併比較瞭其性能.最後指齣瞭領域適應學習值得進一步探索的方嚮.
영역괄응학습지재이용원영역중대표첨적양본래해결목표영역적학습문제,기관건재우여하최대화지감소영역간적분포차이,유효해결영역간수거분포적변화.대당전영역괄응학습산법진행료귀납화분류,총결료매류산법적특점,분석료5개상관전형산법병비교료기성능.최후지출료영역괄응학습치득진일보탐색적방향.
