JavaShuo
欄目
標籤
Unsupervised Domain Adaptation via Structured Prediction Based Selective Pseudo-Labeling讀書筆記
時間 2021-01-11
欄目
HTML
简体版
原文
原文鏈接
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<<
相關文章
1.
[MICCAI2019]Unsupervised Domain Adaptation via Disentangled Representations
2.
Transferrable Prototypical Networks for Unsupervised Domain Adaptation讀書筆記
3.
論文筆記:Unsupervised Domain Adaptation by Backpropagation
4.
論文筆記 ——《Unsupervised Domain Adaptation by Backpropagation》
5.
Unsupervised Domain Adaptation by Backpropagation(2015)學習筆記
6.
《Adapting Object Detectors via Selective Cross-Domain Alignment》筆記
7.
論文筆記 —— 《Domain Adaptation via Transfer Component Analysis》
8.
Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
9.
【論文閱讀】Universal Domain Adaptation
10.
[論文閱讀筆記@2019.6] Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
更多相關文章...
•
Eclipse 添加書籤
-
Eclipse 教程
•
ASP.NET Razor - 標記
-
ASP.NET 教程
•
Tomcat學習筆記(史上最全tomcat學習筆記)
•
JDK13 GA發佈:5大特性解讀
相關標籤/搜索
讀書筆記
based
structured
selective
adaptation
unsupervised
prediction
FSFA 讀書筆記
MySQL 讀書筆記
Nginx讀書筆記
HTML
MyBatis教程
Redis教程
Thymeleaf 教程
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
吳恩達深度學習--神經網絡的優化(1)
2.
FL Studio鋼琴卷軸之工具菜單的Riff命令
3.
RON
4.
中小企業適合引入OA辦公系統嗎?
5.
我的開源的MVC 的Unity 架構
6.
Ubuntu18 安裝 vscode
7.
MATLAB2018a安裝教程
8.
Vue之v-model原理
9.
【深度學習】深度學習之道:如何選擇深度學習算法架構
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
[MICCAI2019]Unsupervised Domain Adaptation via Disentangled Representations
2.
Transferrable Prototypical Networks for Unsupervised Domain Adaptation讀書筆記
3.
論文筆記:Unsupervised Domain Adaptation by Backpropagation
4.
論文筆記 ——《Unsupervised Domain Adaptation by Backpropagation》
5.
Unsupervised Domain Adaptation by Backpropagation(2015)學習筆記
6.
《Adapting Object Detectors via Selective Cross-Domain Alignment》筆記
7.
論文筆記 —— 《Domain Adaptation via Transfer Component Analysis》
8.
Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
9.
【論文閱讀】Universal Domain Adaptation
10.
[論文閱讀筆記@2019.6] Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
>>更多相關文章<<