基于图传导博弈的无监督域自适应
机器学习
2019-05-07 v1 计算机视觉与模式识别
计算机科学与博弈论
机器学习
摘要
无监督域自适应（UDA）旨在利用来自相关源域数据集的已标注样本，为目标域数据集中未标注样本分配类别标签。本文将此问题置于博弈论框架中视为一个非合作博弈，并引入一种基于图传导博弈（GTG）的完全自动化迭代UDA算法。该方法的主要优势在于其原理性基础、迭代算法保证终止于纳什均衡（对应于一致的标注条件）以及量化标注分配过程不确定性的软标签。我们还研究了利用线性分类器的伪标签来初始化迭代过程的有益效果。所得方法的性能在涉及浅层与深层特征的公开可用目标识别基准数据集上进行了评估。实验结果表明所提出的博弈论方法适用于求解UDA任务。
引用
@article{arxiv.1905.02036,
title = {Unsupervised Domain Adaptation using Graph Transduction Games},
author = {Sebastiano Vascon and Sinem Aslan and Alessandro Torcinovich and Twan van Laarhoven and Elena Marchiori and Marcello Pelillo},
journal= {arXiv preprint arXiv:1905.02036},
year = {2019}
}
备注
Oral IJCNN 2019