面向不完整目标域的域适应
机器学习
2023-06-14 v2 人工智能
摘要
域适应作为一种通过利用辅助源域中已有的标注数据来降低目标域标注成本的任务，在研究界受到了广泛关注。然而，标准域适应假设两个域中的数据均被完美观测，而在真实世界应用中缺失数据的情况可能十分普遍。本文中，我们处理一种更具挑战性的域适应场景，其中目标域不完整且数据部分被观测。我们提出了一种基于不完整数据填补的对抗网络（Incomplete Data Imputation based Adversarial Network，IDIAN）模型来解决这一新的域适应挑战。在所提模型中，我们设计了一个数据填补模块，基于目标域中的部分观测来填充缺失的特征值，同时通过深度对抗适应对齐两个域。我们在跨域基准任务以及一个具有不完美目标域的真实世界适应任务上进行了实验。实验结果证明了所提方法的有效性。
引用
@article{arxiv.2012.01606,
title = {Domain Adaptation with Incomplete Target Domains},
author = {Zhenpeng Li and Jianan Jiang and Yuhong Guo and Tiantian Tang and Chengxiang Zhuo and Jieping Ye},
journal= {arXiv preprint arXiv:2012.01606},
year = {2023}
}