Scifaro

中文

通过同时迁移源域知识与目标域相关性实现无监督域适应

机器学习 2021-12-28 v3 机器学习

作者: Qing Tian , Yanan Zhu , Chuang Ma , Meng Cao

在 arXiv 上查看 ↗ PDF ↗

摘要

无监督域适应（UDA）是机器学习与模式识别领域一个新兴的研究课题，其旨在通过将知识从源域迁移过来，以帮助未标注目标域的学习。

关键词

无监督域适应迁移学习源域知识目标域相关性机器学习模式识别

引用

@article{arxiv.2003.08051,
  title  = {Unsupervised Domain Adaptation Through Transferring both the Source-Knowledge and Target-Relatedness Simultaneously},
  author = {Qing Tian and Yanan Zhu and Chuang Ma and Meng Cao},
  journal= {arXiv preprint arXiv:2003.08051},
  year   = {2021}
}