基于计算智能的迁移学习综述
人工智能
2022-06-23 v1 机器学习
神经与进化计算
摘要
迁移学习（TL）的目标是为利用从源数据到目标数据所获取的知识提供框架。与传统机器学习方法相比，迁移学习方法能够更好地对当前域中的数据模式建模。然而，原始迁移学习需要通过基于计算智能的迁移学习来提升性能。本文研究基于计算智能的迁移学习技术，并将其分类为基于神经网络、基于进化算法、基于群体智能和基于模糊逻辑的迁移学习。
引用
@article{arxiv.2206.10593,
title = {A Survey on Computational Intelligence-based Transfer Learning},
author = {Mohamad Zamini and Eunjin Kim},
journal= {arXiv preprint arXiv:2206.10593},
year = {2022}
}