面向域泛化的鲁棒内部表征
机器学习
2023-09-28 v1 人工智能
摘要
本文作为 AAAI'23 新 faculty 亮点特邀演讲计划的一部分，是对我利用嵌入空间进行迁移学习研究的全面综述。本文回顾的工作主要围绕持续学习和标注数据有限所带来的固有挑战展开。通过概述我过去和正在进行的工作，本文旨在呈现对我研究的整体理解，为该领域未来的探索和进展铺平道路。我的研究深入探讨了迁移学习的各种设定，包括少样本学习、零样本学习、持续学习、域适应和分布式学习。我希望本综述能为希望关注类似研究方向的研究人员提供前瞻性的视角。
引用
@article{arxiv.2309.15522,
title = {Robust Internal Representations for Domain Generalization},
author = {Mohammad Rostami},
journal= {arXiv preprint arXiv:2309.15522},
year = {2023}
}
备注
to appear in AI Magazine Winter 2023 Issue