Domain Adaptation via Transfer Component Analysis
本篇是遷移學習專欄介紹的第二篇論文，由CUHK的楊強教授於2011年發表在AAAI的提出的應用在Domain Adaption上的TCA。機器學習中有一類非常有效的方法叫做降維（dimensionality reduction），用簡單的話來說就是，把原來很高維度的數據（比如數據有1000多列）用很少的一些代表性維度來表示（比如1000多維用100維來表示）而不丟失關鍵的數據信息。這些降維方法多種
相關文章
- 1. 論文筆記 —— 《Domain Adaptation via Transfer Component Analysis》
- 2. 【Transfer Learning】Adversarial Discriminative Domain Adaptation
- 3. [MICCAI2019]Unsupervised Domain Adaptation via Disentangled Representations
- 4. Unsupervised Domain Adaptation with Residual Transfer Networks（2017）
- 5. Unsupervised domain adaptation with residual transfer networks(NIPS 2016)
- 6. Domain Adaptation論文合集
- 7. Real-Time monocular depth estimation using synthetic data with domain adaptation via IST
- 8. Sparse Principal Component Analysis via Rotation and Truncation
- 9. Sensor Transfer: Learning Optimal Sensor Effect Image Augmentation for Sim-to-Real Domain Adaptation
- 10. Open Set Domain Adaptation
- 更多相關文章...
- • ASP Transfer 方法 - ASP 教程
- • PHP is_uploaded_file() 函數 - PHP參考手冊
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Flink 數據傳輸及反壓詳解
相關標籤/搜索
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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 論文筆記 —— 《Domain Adaptation via Transfer Component Analysis》
- 2. 【Transfer Learning】Adversarial Discriminative Domain Adaptation
- 3. [MICCAI2019]Unsupervised Domain Adaptation via Disentangled Representations
- 4. Unsupervised Domain Adaptation with Residual Transfer Networks（2017）
- 5. Unsupervised domain adaptation with residual transfer networks(NIPS 2016)
- 6. Domain Adaptation論文合集
- 7. Real-Time monocular depth estimation using synthetic data with domain adaptation via IST
- 8. Sparse Principal Component Analysis via Rotation and Truncation
- 9. Sensor Transfer: Learning Optimal Sensor Effect Image Augmentation for Sim-to-Real Domain Adaptation
- 10. Open Set Domain Adaptation