学习用于域适应的采样策略
计算机视觉与模式识别
2018-05-22 v1 机器学习
摘要
我们通过深度 Q-learning 解决分类算法的半监督域适应问题。其核心思想是将源域网络在目标域数据上的预测视为带噪标签，并学习一个策略来从该数据中采样，以在目标域的一个小型带标注奖励划分上最大化分类准确率。我们的实验表明，学到的采样策略所构建的标注集合相较基线提升了视觉分类器的准确率。
关键词
引用
@article{arxiv.1805.07641,
title = {Learning Sampling Policies for Domain Adaptation},
author = {Yash Patel and Kashyap Chitta and Bhavan Jasani},
journal= {arXiv preprint arXiv:1805.07641},
year = {2018}
}