计算机技术与发展2020，Vol.30Issue(11) ：7-13.DOI:10.3969/j.issn.1673-629X.2020.11.002

基于参数字典的多源域自适应学习算法

Multi-source Domain Adaptation Learning Based on Parameter Dictionary

郑雄风 汪云云
计算机技术与发展2020，Vol.30Issue(11) ：7-13.DOI:10.3969/j.issn.1673-629X.2020.11.002
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于参数字典的多源域自适应学习算法

Multi-source Domain Adaptation Learning Based on Parameter Dictionary

郑雄风 1汪云云1
扫码查看

作者信息

  • 1. 南京邮电大学 计算机、软件、网络空间安全学院,江苏 南京 210023;江苏省大数据安全与智能处理重点实验室(南京邮电大学) ,江苏 南京 210023
  • 折叠

摘要

领域自适应是机器学习算法研究中一个热点,多源域自适应旨在利用多个源域的相关知识辅助目标域进行学习,现有多源领域自适应方法仅关注各源域和目标域间的知识迁移,很少考虑各源域间的相关性和共享信息.为此,提出一种基于参数字典的多源域自适应学习算法(DL_MSDA),通过学习各源域模型参数的公共字典,挖掘源域间的共享知识,并将其迁移至目标域,指导目标域模型参数的学习,完成知识从多个源域到目标域的迁移.模型可利用交替迭代(ADMM)方法进行求解.实验选取经典的多源迁移学习算法DAM进行对比,并在多个迁移学习图像数据集上进行了充分的验证.实验结果表明,DL_MSDA能够有效挖掘多个源域间共有的信息,辅助目标域模型参数的学习,提升目标域的分类性能.

关键词

域自适应/多源域/字典学习/交替迭代/迁移学习

引用本文复制引用

基金项目

国家自然科学基金(61876091)

出版年

2020
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
被引量2
参考文献量2
段落导航相关论文