标签偏移下的鲁棒多源领域自适应

随着数据量的持续膨胀，从多个来源聚合数据变得越来越普遍。利用多个来源进行模型训练通常能在测试数据集上获得更好的预测性能。无监督多源领域自适应旨在利用来自源领域的有标签样本，预测目标领域中无标签样本的标签。本工作聚焦于针对多分类问题，在标签偏移与数据污染的异质性下的鲁棒多源领域自适应。我们研究了一种领域加权经验风险最小化框架，用于对目标领域的类别比例进行鲁棒估计。受异常值检测技术的启发，我们在此框架内提出了一种精炼过程。利用估计出的类别比例，可以构建针对目标领域的鲁棒分类器。在理论上，我们研究了领域加权经验风险最小化的有限样本误差界，并突出了精炼步骤带来的改进。数值模拟与真实数据应用展示了所提方法的优越性。