Unsupervised Domain Adaptation via Structured Prediction Based Selective Pseudo-Labeling讀書筆記

無監督域自適應的目的是解決目標域未標記樣本的分類問題，而標記樣本僅來自源域，且這兩個域的數據分佈不同。在這兩種情況下，目標域中缺少標記的樣本可能是一個問題，通常通過僞標記來克服。然而，不準確的僞標記可能會在學習過程中導致災難性的錯誤積累。這篇文章提出了一種基於結構預測的選擇性僞標記策略。結構化預測的靈感來自於目標域的樣本在深度特徵空間內具有良好的聚類特性，因此可以使用無監督聚類分析來促進準確的僞標

>>阅读原文<<