滤波流形对齐
机器学习
2020-11-12 v1
摘要
域适应是迁移学习中的一项基本任务，旨在利用一个域中的数据来支撑另一个域中的学习。在本文中，我们提出了一种新的半监督流形对齐技术，其基于两步法：将源域和目标域投影并滤波到低维空间，随后连接这两个空间。我们提出的方法，滤波流形对齐（FMA），降低了先前流形对齐技术的计算复杂度，足够灵活以对齐具有完全不同特征集合的域，并在由真实世界图像数据集分类组成的多个基准域适应任务上展示了最先进的分类精度。
引用
@article{arxiv.2011.05716,
title = {Filtered Manifold Alignment},
author = {Stefan Dernbach and Don Towsley},
journal= {arXiv preprint arXiv:2011.05716},
year = {2020}
}