基于正则化条件对齐的无监督域自适应
机器学习
2019-05-28 v1 计算机视觉与模式识别
机器学习
摘要
我们提出一种无监督域自适应方法，其训练一个共享嵌入以对齐输入（域）与输出（类别）的联合分布，使任何分类器对域不可知。联合对齐确保不仅域的边缘分布被对齐，标签亦如此。我们提出一种新颖的目标函数，鼓励类条件分布在特征空间中具有不相交支撑。我们进一步利用对抗正则化来提升分类器在无可标注数据可用域上的性能。
引用
@article{arxiv.1905.10885,
title = {Unsupervised Domain Adaptation via Regularized Conditional Alignment},
author = {Safa Cicek and Stefano Soatto},
journal= {arXiv preprint arXiv:1905.10885},
year = {2019}
}