深度CORAL：用于深度域适应的相关性对齐
计算机视觉与模式识别
2016-07-07 v1 人工智能
机器学习
神经与进化计算
摘要
深度神经网络能够从大量带标签输入数据中学习强大的表示，但它们并非总能很好地泛化到输入分布的变化。已有域适应算法被提出以补偿由于域偏移导致的性能退化。本文中，我们处理目标域无标签的情况，需要无监督适应。CORAL 是一种“极其简单”的无监督域适应方法，它通过线性变换对齐源域和目标域分布的二阶统计量。在此，我们将 CORAL 扩展为学习一种非线性变换，以对齐深度神经网络中层激活的相关性（深度 CORAL）。在标准基准数据集上的实验展示了最先进的性能。
引用
@article{arxiv.1607.01719,
title = {Deep CORAL: Correlation Alignment for Deep Domain Adaptation},
author = {Baochen Sun and Kate Saenko},
journal= {arXiv preprint arXiv:1607.01719},
year = {2016}
}
备注
Extended Abstract